Limpiar texto

Funciones

• Eliminar líneas duplicadas, conservando la primera aparición y el orden del resto
• Ordenar por punto de código (ascendente o descendente), por longitud, de forma natural (item2 antes que item10) o por pinyin
• Con «por pinyin» la clave es la lectura entera de la línea, de modo que los empates en la primera letra siguen comparando el resto (zhang antes que zhao) en vez de caer al orden por punto de código
• La tabla de pinyin (447 KB) solo se descarga cuando se elige de verdad ese modo de ordenación
• Deduplicar ignorando mayúsculas cuando quieras: Foo y foo cuentan como una línea, y la que sobrevive queda tal cual
• Eliminar líneas en blanco, incluidas las que solo tienen espacios o tabuladores si además se recortan
• Recortar los espacios iniciales y finales de cada línea
• Quitar la numeración escrita como 1. / 1) / (1) / 1: sin confundir fechas ni horas con numeración
• Unir tiradas de espacios, tabuladores y espacios de ancho completo en uno solo
• Cada regla es independiente: sin ninguna marcada, el texto sale igual salvo por el salto de línea, que pasa a LF

Cómo se usa

1. Pega el texto que quieres limpiar
2. Marca las reglas que necesites; el resultado se actualiza mientras escribes
3. Pulsa Copiar para llevarte el resultado

Preguntas frecuentes

¿Con qué regla decide la deduplicación qué conservar?

Por defecto distingue mayúsculas: se conserva la primera aparición de cada línea y los duplicados posteriores se descartan, sin tocar el orden del resto. Marca «ignorar mayúsculas» para tratar Foo y foo como una línea: la que sobrevive sigue siendo el texto original, así que no te cambiará las mayúsculas por su cuenta.

Quité las líneas en blanco y siguen apareciendo algunas. ¿Por qué?

Una línea que solo contiene espacios o tabuladores no es una cadena vacía. Activa también el recorte y esas líneas quedan realmente vacías, y entonces se eliminan. Las dos reglas están pensadas para usarse juntas.

¿Quitar la numeración se comerá números reales de mi texto?

No. La regla exige un separador claro después de los dígitos (un punto, una coma, dos puntos, un paréntesis…) y un espacio después de ese separador, así que fechas como 2026.09 y horas como 3:00 se dejan en paz.

¿Qué diferencia hay entre ordenar por pinyin y por punto de código?

Una grande. El orden por punto de código usa los números Unicode de los caracteres, así que un apellido que se lee «zhang» (U+5F20) puede salir antes que los que se leen «li» y «wang» (U+674E, U+738B): un orden pensado para programas, no para lectores. El orden por pinyin usa la lectura de cada línea: li → wang → zhang, el orden de las listas, los directorios y las agendas de contactos. Cuando las primeras letras empatan sigue comparando el resto (zhang antes que zhao) en vez de caer a los puntos de código. Ojo: la tabla de pinyin es un archivo aparte de 447 KB que se descarga solo al elegir ese modo, así que quien no lo usa no se ve afectado.

¿El orden es estable?

Ascendente y descendente comparan puntos de código en vez de una colación según el idioma, así que la misma entrada produce siempre la misma salida; ojo, las mayúsculas van antes que las minúsculas. Los otros dos órdenes existen porque el de puntos de código a menudo no es el que quieres: por longitud, y el orden natural, donde item2 va antes que item10 (el orden llano da item1, item10, item2).