文本处理

对一段文本批量做大小写、去重、排序、删空行、去标签、加行号,可连续叠加。

大小写
行处理
排序
每个操作即时作用于下方文本,可连续叠加。

文本处理

文本处理是一排小按钮加一个文本框:定好要对文字做的动作,点一下按钮,结果当场写回框里。专门用来收拾那种从网页或日志里粘出来、大小写乱、重复行多、夹着 HTML 标签的脏文本。

适合整理混了大小写的名单、给一列内容先去重再排序、把抓来的富文本去掉 <> 标签只留文字、给一堆行补上序号方便逐条对照。每个按钮都即时生效,可以连着点:先点「去重行」再点「升序」,一步到位。

所有操作只改下方文本框里的内容,点「撤销全部」回到本页最初的那段文本,点「示例」重新载入一段演示数据,改坏了不用慌。

怎么用

  1. 放进文本把待处理内容放进下方文本框,初始预置了一段 Banana、apple 的示例,直接替换成你的内容即可。
  2. 认三组按钮按钮按三组排列:「大小写」里有全大写、全小写、词首大写、句首大写;「行处理」里有去首尾空格、删空行、去重行、去重(忽略大小写)、去HTML标签;「排序」里有升序、降序、倒序、加行号。
  3. 点一下就生效点任意按钮,它立刻作用在文本框当前的内容上;框上方那行小字写着「每个操作即时作用于下方文本,可连续叠加。」想先去重再排序,就按顺序点这两个按钮。
  4. 把结果带走处理完点右下角「复制结果」拷走文本;点「示例」载回演示数据;点「撤销全部」(没改动时它是灰的)退回本页最初的版本。

示例

输入
apple
banana
apple
cherry
输出
apple
banana
cherry

点一次「去重行」即可,重复的 apple 被删掉,每行保留第一次出现的顺序。

深入一点

三种「大写」不是一回事

全大写把每个英文字母都变成 A-F 形式;词首大写把每个英文单词的第一个字母大写、其余不动,只认英文单词边界;句首大写按行处理,把每行首字母大写、该行其余字母转小写。

这三种都只动英文字母,中文原样保留,不会把汉字「大写」。

两种去重的取舍

「去重行」按整行字符完全相同才去重,所以 Banana 和 banana 会被当成两行都留下;「去重(忽略大小写)」先把每行转小写、去掉首尾空格再比较,只保留第一次出现的那行、且按原样输出。

两者都保持首次出现的先后顺序,不会顺手帮你排序——要排序请再点「升序」。

排序和去标签的细节

升序 / 降序按简体中文拼音比较(中文 localeCompare),不是按 Unicode 编码,所以「阿」会排在「被」前面。「倒序」只是把行的顺序整个翻过来,不做大小比较。

「去HTML标签」删除的是被 <> 包裹的标签本身,不解析属性、也不还原 &amp; 这类转义实体;标签之间的正文文字仍会留下。

注意事项

  • 全部处理在浏览器内存里完成,不上传、不落盘。
  • 去重以「行」为单位,同一行里重复的词不归它管。
  • 「加行号」在每行前补「两位右对齐 + 点 + 空格」的序号,空行也会被编号。
  • 文本很大时升序/降序的逐行比较会比重复、删空行慢一些。

常见问题

能只处理选中的几行吗

不能,每个按钮都作用于整框文本。要局部处理,先把那几行单独粘进来。

去重为什么大小写不同的没去掉

你点的是「去重行」,它区分大小写。改用「去重(忽略大小写)」,Banana 和 banana 就会只留一条。

加行号能改格式吗,比如从 0 开始

不能,序号格式固定为两位右对齐加点和空格,起始恒为 1,没有自定义模板。

去HTML标签会把 <script> 里的代码删掉吗

它只删 <> 包裹的标签名本身,标签之间夹着的文字仍会保留,不是按标签配对清空内容。

中文排序是按什么排的

按简体中文拼音排序,用的是中文语言环境的比较规则,不是按笔画或字符编码。

撤销能一步步回退吗

不能,「撤销全部」是一次退回本页最初载入的文本,中间的逐步操作不做历史记录。

注册后可收藏工具、跨设备同步最近使用。