ابزار فشرده‌سازی فاصله‌ها

درباره این ابزار

این ابزار الگوی ساده اما رایج نرمال‌سازی متن را اعمال می‌کند: هر رشته از یک یا چند نویسهٔ فاصله — فاصله، تب و شکست خط، همه با هم — را، معمولاً از طریق یک عبارت منظم مانند /\s+/، پیدا می‌کند و هر رشته را با یک فاصلهٔ واحد جایگزین می‌کند، و سپس هر فاصلهٔ ابتدا یا انتهای نتیجه را حذف می‌کند.

متنی که از PDF، ایمیل یا صفحه‌های وب استخراج‌شده کپی می‌شود اغلب تب‌های سرگردان، فاصله‌های مضاعف و شکست خط‌های ناسازگار دارد که مقایسهٔ رشته‌ها، تجزیهٔ CSV یا تطبیق جست‌وجو را خراب می‌کنند. توسعه‌دهندگانی که داده‌های ورودی را پاک می‌کنند، تیم‌های ورود داده و QA و کپی‌رایترهایی که متن را برای انتشار آماده می‌کنند از فشرده‌سازی فاصله‌ها برای نرمال کردن متن درهم به یک خط تمیز پیش از ذخیره، مقایسه یا نمایش آن استفاده می‌کنند.