Pulizia del testo da PDF

Come pulire il testo copiato da PDF

1. Incolla il testo originale per avviare la pulizia automatica. Scegli la riparazione dei paragrafi o solo gli spazi e attiva le modifiche facoltative quando servono.
2. Controlla gli estratti aggiornati e decidi se ogni trattino dubbio va rimosso, mantenuto nell’unione o lasciato invariato. Ogni scelta aggiorna automaticamente il risultato.
3. Copia il risultato al termine dell’elaborazione. Modificare testo o opzioni aggiorna il risultato e azzera le scelte sui trattini; durante la digitazione si attende una breve pausa. La cancellazione elimina entrambi i testi e ripristina le impostazioni iniziali.

Cosa modifica lo strumento

Copiando da un PDF si ottiene spesso un a capo per ogni riga visuale. Questo strumento unisce le righe ammesse, ma un a capo non rivela l’intenzione dell’autore. Conserva paragrafi vuoti, elenchi riconosciuti, codice delimitato o indentato, righe tabulari e URL, email e percorsi isolati. Anche la punteggiatura di fine frase impedisce l’unione. Titoli, poesie e citazioni non sono riconosciuti perfettamente: controlla o usa Solo spazi.

Un trattino a fine riga può dividere una parola o appartenere a un composto. Ogni occorrenza ha una scelta indipendente e resta invariata per impostazione predefinita. Il risultato parte sempre dall’originale attuale, senza accumulare modifiche quando reimposti le scelte. Ripulire un risultato già pulito può far emergere nuove unioni: non è garantito lo stesso risultato.

Automatico omette spazi solo tra caratteri Han adiacenti. Non riconosce la lingua né tutte le separazioni in giapponese, coreano, thailandese o khmer. Le opzioni riguardano solo U+00AD, ff/fi/fl/ffi/ffl, U+00A0/U+202F e spazi ASCII ripetuti. Le strutture protette restano identiche. Tabulazioni, spazi finali di interruzione, accenti combinanti, emoji, controlli di scrittura e altri caratteri Unicode vengono conservati.

Esempi: prima → dopo

A wrapped ␊ sentence. → A wrapped sentence. (␊ indica un a capo, senza gli spazi usati qui per la presentazione.)

inter-␊national → invariato per impostazione predefinita; rimuovendo il trattino si ottiene international, mantenendolo inter-national. state-␊of-the-art → state-of-the-art mantenendo il trattino.

中文␊文本 → 中文文本 in modalità automatica. file → file solo espandendo le legature. First paragraph.␊␊Second paragraph. conserva entrambi gli a capo.

Elaborazione locale e limiti

Il testo viene elaborato nel browser: lo strumento non carica né salva bozze. I servizi condivisi di analisi e pubblicità possono effettuare richieste di rete. Editor ed estratti usano gli attributi di mascheramento del sito. Il limite di 500.000 unità UTF-16 non conta i caratteri visibili: un’emoji può occupare più unità. Il testo oltre il limite resta integro.