Waarom gekopieerde tekst er kapot uitziet
Tekst die uit een pdf is gekopieerd behoudt meestal de regeleinden van de gedrukte pagina, dus elke regel eindigt waar de pagina eindigde en niet waar de zin eindigt. E-mails worden op een vaste breedte afgebroken en webpagina’s bevatten vaak harde spaties en andere tekens die je niet ziet. Plak dat in een document, een spreadsheet of een formulier en je krijgt rafelige regels, dubbele spaties en woorden die bij het zoeken niet willen overeenkomen.
Voor
The quick brown fox jumped over the lazy dog and kept run- ning until it reached the river bank.
Na
The quick brown fox jumped over the lazy dog and kept running until it reached the river bank.
Onzichtbare tekens
Dit is het deel dat de meeste regeleinden-verwijderaars overslaan. De opschoner kan spaties zonder breedte, bytevolgordetekens, zachte afbreekstreepjes en links-naar-rechts- of rechts-naar-links-richtingtekens verwijderen. Deze tekens nemen geen zichtbare ruimte in, maar ze laten zoekopdrachten mislukken, maken twee woorden die er hetzelfde uitzien verschillend en kunnen code, bestandsnamen en spreadsheetcellen beschadigen. Harde spaties worden gewone spaties. Verbindingstekens die binnen emoji en in sommige schriften worden gebruikt, blijven ongemoeid zodat die goed blijven worden weergegeven.
Wat elke optie doet
- Regeleinden vervangen door een spatie, niets of een eigen tekst, zoals een komma.
- Alinea-einden behouden, zodat lege regels tussen alinea’s blijven staan terwijl de regels erbinnen worden samengevoegd.
- Herhaalde spaties en tabs samenvoegen, elke regel bijsnijden, of lege regels en elke spatie verwijderen.
- Woorden die over regels heen met een afbreekstreepje zijn gesplitst weer aaneenvoegen, zo splitsen veel pdf’s lange woorden.
- Gekrulde aanhalingstekens en streepjes rechtzetten wanneer je gewone tekens nodig hebt.
Voorinstellingen en een waarschuwing
De voorinstellingen besparen tijd. “Tekst uit een pdf repareren” voegt de regels samen, behoudt alinea’s en voegt gesplitste woorden weer aaneen. “Eén regel” zet alles op één regel. “E-mailtekst opschonen” haalt de regelafbrekingen weg en zet aanhalingstekens recht. Het weer aaneenvoegen van woorden met een afbreekstreepje zoekt naar een streepje aan het einde van een regel gevolgd door een kleine letter, dus een echt samengesteld woord zoals well-known dat daar toevallig werd afgebroken verliest ook zijn streepje. Loop het resultaat even na.
Als je klaar bent, kan de hoofdletteromzetter de hoofdletters herstellen en vertelt de woordenteller hoe lang de opgeschoonde tekst is.