文本清理器
免费在线文本清理工具。去除多余空格、换行、空行，修剪首尾空白，并可移除标点符号。可自由组合多种操作。所有处理均在浏览器本地完成。
什么是文本清理器？
文本清理器是一款在线文本清理工具，帮助你快速格式化并清理文本数据。无论你是从网页复制文本、处理日志文件、整理数据库导出数据，还是为发布准备草稿内容，这款工具都能一键去除多余空格、换行、空行等杂乱内容。
所有处理完全在浏览器本地完成——不会上传任何数据到服务器，确保你的隐私安全。
五种清理操作
- 去除多余空格：将多个连续空格合并为一个，并修剪每行首尾空格
- 去除换行：删除所有换行符，将多行合并为单行
- 去除空行：删除所有空白行，仅保留有内容的行
- 修剪首尾空白：去除文本首尾的空白字符（空格、制表符、换行）
- 去除标点符号：删除所有标点符号，仅保留字母、数字、空格和汉字
使用场景
- 网页内容提取：从网页复制文本时清理多余格式
- 数据处理：清理 CSV 文件或日志中的杂乱文本
- 内容发布：格式化草稿文本并移除不必要的格式
- 开发场景：清理代码注释或配置文件中的异常空白
为什么文本会"变脏"？
我们从网页复制、从软件导出或从聊天工具粘贴的文本，经常会带上一堆看不见的"杂质"：多个连续空格、多余的空行、行尾的隐形空白、全角半角混用的标点，甚至是制表符和换行符。这些杂质来自源内容的排版格式，表面上看不出来，却会影响后续处理——比如复制到数据库、发送给程序解析、或做字数统计时，结果都会因此不太准确。
文本清理器的价值，就是把这份"看起来正常、实则带格式噪音"的文本一键洗干净，让你得到一份干净、统一、便于使用的纯文本。它尤其适合处理那些从不同来源汇总来的内容，例如论文查重前的整理、问卷开放题批量清洗、或是爬虫抓取数据的预处理。
使用时的注意事项
① 按需勾选操作。 每种清理项的效果不同，"去除换行"会把多行并成一行，而"去除空行"只删空白行、保留段落的行结构。如果你只是想去掉多余空格，就不要勾选"去除换行"，否则文本会失去原有的分段。
② "去除标点"要谨慎。 它会删除几乎所有标点，只留下字母、数字、空格和汉字。如果原文是带语法的句子，删掉标点会变得难读；只有在做关键词统计、分词或索引这类不需要标点的场景，才适合勾选。
③ 清理有损，先备份。 清理是"不可逆"的——一旦去掉了空格或标点，原始格式就回不来了。处理重要内容前，建议先留一份原始文本备份，避免误操作造成损失。
结果怎么用？
清理后的文本可以直接用于数据库入库、数据分析、文档排版或发布。若你还要提取纯文本（去掉 HTML 标签）、统计字数或比较差异，可配合「HTML 剥离」「字数统计」「文本对比」等工具组合使用，完成一套完整的文本预处理。
看不见的字符，才是文本“脏”的根源
文本清理器解决的并不是“看得见的脏”，而是“看不见的脏”。当你从网页、聊天软件、PDF 或 Excel 里复制一段文字，再粘贴到代码、数据库或者另一个系统时，文本里常常夹带着一批肉眼无法分辨的字符：行尾的空格、段与段之间的空行、不同来源混用的全角与半角空格、Excel 导出的制表符，乃至完全透明的零宽字符和文件开头的 BOM 标记。它们不显示、不占可见宽度，却会悄悄改变程序对文本的解读——让字符串比较失败、让 JSON 解析报错、让数据库里的“同一个词”变成两个不同的键。
文本清理的本质，就是对这些噪声做一次统一去噪：把不规则的空白收拢成规则形态，把不可见字符彻底剔除，让你拿到一份“所见即所得”的纯文本。它和“排版美化”不同，关注的是字符层面的洁净度——不改变你写的内容，只处理承载内容的那些空白与控制符号。下面先说清楚本工具会处理哪几类对象，再给出两个真实场景，说明这些看不见的字符到底会在什么时候咬你一口。
文本清理到底在清理什么：六类常见噪声
下面的清单列出了本工具重点处理的六类“脏字符”，以及它们各自会造成什么麻烦。你可以对照自己手上的文本，判断需要勾选哪些操作。
| 噪声类型 | 典型字符 / 位置 | 常见混入来源 | 不清理的危害 |
|---|---|---|---|
| 首尾与多余空白 | 行首行尾空格、多个连续空格 | 复制网页、手误多敲 | 字符串比较时 "a" 与 "a " 不相等；数据库去重失效；CSV 字段错位 |
| Tab 与换行不归一 | U+0009 制表符、U+000A / U+000D 换行 | 从 Excel、代码、日志复制 | 不同系统对换行解释不同（LF 与 CRLF）；按列解析时整列错位 |
| 零宽字符 | U+200B 零宽空格、U+200C 零宽非连接符、U+FEFF（BOM） | 网页、富文本编辑器、IM 转发 | 完全不可见，却会让代码报语法错误、让密码或令牌校验失败 |
| 不间断空格 | U+00A0（HTML 的 ） | 网页复制、Word 排版 | 看起来像普通空格，却无法被普通 trim 去掉，导致匹配与切分失败 |
| 控制字符 | U+0000–U+001F（退格、换页、分隔符等） | 日志、终端输出、老旧系统导出 | 破坏文件解析、让部分解析器崩溃或产生乱码 |
| 全角空格 | U+3000（中文 / 日文全角空白） | 中文输入法、日文排版 | 与半角空格 U+0020 不是同一码位，混用会导致统计与匹配偏差 |
怎么用：如果你不确定文本里有没有这些字符，最稳妥的做法是先把“去除多余空格”“修剪首尾空白”和“去除换行”都勾上，做一次整体去噪；当你怀疑存在零宽字符或 BOM 时，再补一轮针对性清理。注意：本工具的“去除换行”会把多行并成一行，处理需要保留段落结构的文本时要谨慎，详见下文注意事项。
两个真实算例：不可见字符如何破坏你的工作
算例 1：零宽字符（U+200B）让代码编辑器报语法错误。你在某篇技术博客里复制了一段配置，肉眼看是 apiKey = "abc123"，长度应该是 6。但粘贴进编辑器后，程序校验却报“密钥格式错误”。原因在于引号之间其实藏着一个 U+200B 零宽空格，真实字符串长度是 7：abc 与 123 之间有一个看不见的字符。普通肉眼和普通的查找替换都发现不了它，只有按字符码位逐一检查才能看到。用本工具勾选“去除多余空格”（并启用零宽字符清理）后，这个隐形字符被删除，字符串回归真正的 abc123（长度 6），校验随即通过。
算例 2：BOM（U+FEFF）让脚本首行报错。你用 Windows 记事本保存了一个 config.sh，在 Linux 上执行时报错：-bash: #!/bin/bash: No such file or directory，或 Python 报 SyntaxError: invalid character in identifier，指向第一行的第一个字符。问题不在你的代码，而在文件开头的 BOM 标记。Windows 记事本默认以 UTF-8 with BOM 保存，会在文件最前面写入三个字节 EF BB BF（即 U+FEFF）。多数 shell 和解释器把 BOM 当成了第一行的第一个真实字符，于是 #! 变成了 <BOM>#!，直接报错。用文本清理器把 BOM 剥离后，首行恢复正常，脚本即可运行。
什么是零宽字符，它们为什么会混进我的文本？
零宽字符是一类“不占任何显示宽度”的 Unicode 字符，最常见的是 U+200B（零宽空格）、U+200C（零宽非连接符）与 U+200D（零宽连接符）。它们本来的用途是控制文字排版——比如在阿拉伯语、印地语等连写语言里决定两个字母要不要连在一起。但在日常使用里，它们经常“搭便车”混进你的文本：从网页复制时，网站为了让长单词能换行而插入了 U+200B；从微信、飞书等聊天软件转发文字时，客户端会自动带上零宽字符；从富文本编辑器粘贴到纯文本框时，隐藏的格式标记也可能残留成零宽字符。因为它们完全看不见，你很难发现，却会在代码、密码、数据库键名里制造出“明明一样却不相等”的诡异 bug。
BOM（字节顺序标记）是什么，为什么文本清理要去掉它？
BOM 是 Byte Order Mark 的缩写，对应字符 U+FEFF。它最早用来标记 UTF-16 文件的字节序（大端还是小端）；后来 Windows 上的许多程序在保存 UTF-8 文件时也习惯在开头写上一个 BOM（三个字节 EF BB BF）。对“人读”来说，BOM 藏在文件最前面、不显示，没有影响；但对“机器读”来说，它是实实在在的字符。很多脚本解释器、JSON 解析器、CSV 读取器和编程语言的字符串比较，并不会忽略 BOM，于是它会导致脚本首行报错、JSON 解析失败、或者让文件第一个字段莫名多出一个不可见前缀。因此，跨平台传输的文本文件，尤其是要被程序读取的配置和源码，通常应该去掉 BOM，改用无 BOM 的 UTF-8。
全角空格和半角空格到底有什么区别？
它们是两个不同的 Unicode 码位：半角空格是 U+0020，也就是英文键盘敲出的普通空格，宽度约为一个英文字母；全角空格是 U+3000，源自中文、日文等全角字符集，宽度约等于一个汉字。两者肉眼看起来都是“一片空白”，但计算机把它们当作完全不同的字符。混用会带来不少麻烦：用半角空格做分隔的去重或切分逻辑，遇到全角空格会失效；字数统计工具如果只认半角空格，会把全角空格漏掉；正则里写的 \s 在部分环境下也不一定能同时匹配两者。文本清理器会识别并把全角空格统一成半角空格（或按你的选项一并剔除），避免这种“看不见却不相等”的偏差。
文本清理能解决什么，不能解决什么
文本清理器只处理“字符层面的噪声”，它不会改写你的文字含义、不会纠正错别字、也不会把意思重复的句子合并。换句话说，它适合在“把文本喂给程序或数据库之前”做一道预处理，让输入变得干净、可预测；至于内容本身的质量，仍要由你把关。另外要记住，清理是有损的——空格、换行、标点一旦删除就无法还原，处理重要文本前请保留一份原始备份。如果你接下来还要做大小写转换、Base64 编码或字数统计，可以顺手用 大小写转换、Base64 编码 与 字数统计 配合处理，把一份脏文本一步步收拾干净。