文本清洗工具使用说明：去空格、删空行、去 HTML 标签一页搞定

为什么文本经常会“看着正常，用起来很乱”？

从 PDF、网页、聊天记录、表格里复制出来的文字，经常带着各种隐形问题：多余空格、连续空行、HTML 标签、弯引号、制表符、奇怪符号。肉眼看似乎没问题，一粘到系统里就开始出错。

这时候最省事的做法，不是手动一点点删，而是先做一次文本清洗。

这个工具可以清洗什么？

在 tools.cooconsbit.com/tools/text-cleaner 里，你可以按需勾选规则，比如：

• 去掉每行首尾空格
• 合并多余空格
• 合并多余空白行
• 删除全部空行
• 去除 HTML 标签
• 把弯引号改成普通引号
• 删除特殊字符
• 删除数字
• 删除标点
• 统一换行格式
• 把 Tab 替换成空格
• 转小写或大写
• 解码常见 HTML 实体

推荐怎么用？

处理从网页复制出来的内容

如果原文里有 <p>、<div>、<span> 这类标签，可以勾选：

• Strip HTML tags
• Decode HTML entities
• Collapse spaces

这样能比较快地得到纯文本。

处理 PDF 复制后的乱格式

PDF 文本最常见的问题是空格乱、空行多、Tab 混进来。通常可以先勾选：

• Trim each line
• Collapse spaces
• Remove extra blank lines
• Replace tabs with spaces

处理要导入系统的数据文本

如果目标系统对字符很敏感，可以进一步勾选：

• Normalize line endings
• Remove special characters

但这一步要先预览结果，避免把本来有用的符号也删掉。

使用时最重要的一点

不要一次把所有选项都勾上。
文本清洗不是越狠越好，而是越贴合目标越好。比如你只是想去空行，就没必要顺手删标点；你只是想去 HTML，就不一定要全部改成大写。

适合哪些人？

• 内容运营：清理采集文本
• 开发者：处理接口入参或测试数据
• 编辑：整理复制稿件
• 学生和办公用户：清理 PDF 或网页复制内容

常见问题 FAQ

Q：去 HTML 标签后会自动去掉实体字符吗？

A：如果原文里有 &、  这类内容，可以再勾选 HTML 实体解码。

Q：删除特殊字符会不会删掉中文？

A：建议先看输出结果再复制。涉及多语言文本时，清洗要更谨慎。

Q：误删了还能恢复吗？

A：页面有清空前保留原内容的恢复逻辑，适合临时回退。

小结

文本清洗工具最大的价值，是把常见的“文字脏数据处理”集中到一个页面里。你不需要写正则，也不必在编辑器里反复查找替换，按目标勾选规则就能快速得到更干净的结果。

工具地址：tools.cooconsbit.com/tools/text-cleaner