Εργαλείο Σύμπτυξης Κενών

Σχετικά με αυτόν τον υπολογιστή

Το εργαλείο εφαρμόζει ένα απλό αλλά συνηθισμένο μοτίβο κανονικοποίησης κειμένου: εντοπίζει κάθε σειρά ενός ή περισσότερων χαρακτήρων κενού — διαστήματα, tab και αλλαγές γραμμής εξίσου, συνήθως μέσω μιας κανονικής έκφρασης όπως η /\s+/ — και αντικαθιστά κάθε σειρά με ένα μόνο διάστημα, και στη συνέχεια αφαιρεί από το αποτέλεσμα τυχόν αρχικό ή τελικό διάστημα.

Το κείμενο που αντιγράφεται από PDF, μηνύματα email ή σελίδες που έχουν συλλεχθεί από το διαδίκτυο συχνά περιέχει αδέσποτα tab, διπλά διαστήματα και ασυνεπείς αλλαγές γραμμής, που χαλούν τις συγκρίσεις συμβολοσειρών, την ανάλυση CSV ή την αντιστοίχιση αναζήτησης. Οι προγραμματιστές που καθαρίζουν δεδομένα εισόδου, οι ομάδες καταχώρισης δεδομένων και ελέγχου ποιότητας, και οι κειμενογράφοι που ετοιμάζουν κείμενα για δημοσίευση χρησιμοποιούν τη σύμπτυξη κενών για να κανονικοποιήσουν ένα ακατάστατο κείμενο σε μία καθαρή γραμμή προτού αποθηκευτεί, συγκριθεί ή εμφανιστεί.