文字清理 · Unicode 正規化 · AI Output 優化

Text Cleaner 文字清理與格式化工具

快速清理、整理、標準化文字內容。支援移除多餘空格/空行/重複行、全半角轉換、 Unicode 正規化（NFC/NFD）、移除 HTML/Markdown/Emoji。內建一鍵 Presets 與 AI Output 清理。

Presets：

清理選項

0
字元
0
單字
0
行
0
段落
0
非空白字元

常見問題

為什麼需要文字清理工具？
文字清理在日常工作中有許多應用場景：

AI 輸出優化： ChatGPT、Claude 等 AI 生成的回應常包含 Markdown 語法、引用標記、多餘的空白行。清理後可以更乾淨地整合到文件中。

網頁複製貼上： 從網頁複製的文字常帶有不可見字元、特殊空格、混亂的換行格式。清理後可以得到乾淨純文字。

程式碼整理： 不同來源的程式碼可能使用不同的換行格式（LF vs CRLF），混雜了 Tab 與空格。

資料預處理： 在進行文字分析、機器學習或資料導入前，通常需要先清理資料，移除重複行、多餘符號等雜訊。
Unicode 正規化（NFC / NFD）是什麼？
Unicode 正規化是將相同字元的不同編碼表示方式統一為標準形式的過程。舉例來說，字元「á」可以用兩種方式表示：

NFC（Normalization Form C, Composition）： 使用單一的合成字元 U+00E1（á），這是「預先組合」的形式，也是多數應用程式的預設格式。

NFD（Normalization Form D, Decomposition）： 使用基礎字元 a（U+0061）加上組合重音符 ◌́（U+0301），這是「分解」形式，在某些作業系統（如 macOS 的 HFS+ 檔案系統）中使用。

如果來源與目標使用不同的正規化形式，可能會導致文字比對失敗、搜尋不到、或檔案名稱不符等問題。使用本工具可以將文字統一轉換為 NFC 或 NFD 格式。
LF 與 CRLF 有什麼差別？
LF（Line Feed, \\n）和 CRLF（Carriage Return + Line Feed, \\r\\n）是兩種不同的換行（End of Line）標記：

LF（Unix / Linux / macOS）： 使用單一字元 \\n 表示換行，是 Linux、macOS、現代 Web 開發中的主流格式。

CRLF（Windows）： 使用兩個字元 \\r\\n 表示換行，是 Windows 系統的傳統格式。

跨平台協作時（特別是 Git），混雜的換行格式會導致 diff 顯示異常、腳本執行錯誤等問題。建議團隊統一使用 LF（可在 Git 中設定 core.autocrlf 自動處理）。
AI 生成內容常見的格式問題有哪些？
AI 生成內容雖然方便，但常常會有一些格式上的問題：

1. 多餘的 Markdown 程式碼區塊： AI 常在一般文字外套上 ``` 程式碼標記，即使內容不是程式碼。

2. 引用標記： 某些 AI 會在句子中加入 [citation:1] 或 [source] 標記，在複製使用時需要移除。

3. 不一致的列表符號： 同一份輸出中可能混用 -、*、• 等不同列表符號。

4. 多餘的空白行： AI 輸出中經常有過多的段落間距，需要壓縮。

5. 彎引號混雜： 中文引號與英文引號混用是常見問題，需要統一標準化。
全形與半形字元有什麼不同？何時需要轉換？
全形（Full-width）與半形（Half-width）是東亞文字排版中的概念：

半形字元： 佔用一個字元寬度，如英文字母 A-Z、數字 0-9、基本符號。

全形字元： 佔用兩個字元寬度，如中文、日文、韓文，以及全形的英數字（Ａ-Ｚ、０-９）。

全形英數字通常是由舊式中文輸入法或日文輸入法不經意產生的。在程式碼、URL、資料比對等場景中，全形英數字會導致問題。例如全形的「Ａ」與半形的「A」在電腦看來是完全不同的字元。

本工具的「全形 → 半形」功能可將全形英數字與符號轉換為標準半形形式。
不可見字元（Zero Width Characters）是什麼？
不可見字元（Invisible Characters）是指 Unicode 中不顯示任何圖形但確實存在的字元。常見的例子包括：

• 零寬空格（Zero Width Space, U+200B）： 用於文字折行提示
• 零寬不連字（ZWNJ, U+200C）與零寬連字（ZWJ, U+200D）： 用於文字排版控制
• 左右至標記（LRM / RLM, U+200E / U+200F）： 用於雙向文字顯示
• BOM（Byte Order Mark, U+FEFF）： 檔案開頭的編碼標記

這些字元在大多數編輯器中不可見，但可能導致文字比對失敗、網頁顯示異常、程式碼解析錯誤等問題。使用「移除不可見字元」功能可以將它們一次清除。

文字清理：AI 時代的必備技能

在 AI 生成內容日益普及的今天，文字清理已經從「進階技巧」變成了「必備技能」。無論是使用 ChatGPT 生成報告、Claude 分析文件、還是 Gemini 協助翻譯，AI 輸出的內容往往需要進一步整理才能被直接使用。

AI 輸出 vs. 人工撰寫

AI 生成內容與人工撰寫的文字在格式上有顯著差異。AI 傾向於在回應中使用大量的 Markdown 語法（標題、列表、程式碼區塊），這些格式在 AI 對話介面中美觀且易讀，但當你將這些內容複製到 Word、Google Docs、Notion 或發布到網頁時，殘留的 Markdown 語法反而成為負擔。

此外，不同 AI 平台對同一問題的回應格式也可能不同：ChatGPT 習慣使用 # 標題，Claude 使用 **粗體** 強調，而 Gemini 則偏好 - 列表符號。當你同時使用多個 AI 工具時，輸出的格式不一致性就更加明顯。

跨平台協作的文字標準化

在團隊協作中，文字的格式一致性直接影響工作效率。不同作業系統（Windows / macOS / Linux）使用不同的換行格式（CRLF vs. LF），不同編輯器對 Tab 的處理方式也不同，甚至不同來源的中文字元可能採用不同的 Unicode 正規化形式。

透過本工具的 Presets 功能，你可以一鍵套用最佳化規則組合，快速將來自不同來源的文字標準化為統一的格式，大幅減少手動修復的時間。

Presets 使用建議

📄 Document Cleanup：適合一般文件整理，會壓縮多餘空格、移除空白行、標準化換行為 LF、轉換全形字元、NFC 正規化。

🤖 AI Output Cleanup：適合清理 ChatGPT/Claude 等 AI 回應，會移除程式碼區塊標記、引用標記、壓縮多餘空白行、標準化列表與引號。

💻 Source Code Cleanup：適合程式碼整理，統一換行為 LF、取代 Tab、移除行尾空白。

🌐 HTML Cleanup：從網頁複製內容後使用，移除 HTML 標籤、不可見字元、壓縮空白。

📋 Copy & Paste Cleanup：通用型清理，涵蓋最常見的格式問題，適合日常使用。

操作成功