#106 · Limpieza de texto

Normalizador de texto

Convierte texto procedente de fuentes distintas a una forma más consistente. Puedes normalizar Unicode, unificar saltos de línea, reemplazar espacios Unicode especiales y reducir secuencias de espacios horizontales. Las opciones son independientes para evitar cambios innecesarios y el informe resume qué transformaciones se aplicaron.

Entrada de texto

Procesamiento local
Espacio publicitario

Cómo usar esta herramienta de texto

  1. Introduce el texto.
  2. Selecciona NFC, NFKC o sin normalización Unicode.
  3. Decide si quieres normalizar espacios repetidos y espacios Unicode especiales.
  4. Ejecuta y revisa el resumen de transformaciones.

Qué hace esta herramienta

Reduce diferencias de representación que pueden dificultar búsquedas, deduplicación o comparación entre cadenas visualmente equivalentes.

Primero se unifican saltos de línea; después se aplica la forma Unicode seleccionada y, si corresponde, se convierten espacios especiales y se colapsan espacios/tabulaciones horizontales.

NFKC puede convertir caracteres de compatibilidad en formas comunes. Para conservar distinciones tipográficas, utiliza NFC.

Ejemplo

Entrada con e + acento combinante y espacios especiales

Salida NFC con composición Unicode y espacios normalizados según las opciones.

Casos de uso

  • Preparar texto antes de deduplicar.
  • Homogeneizar datos de varias fuentes.
  • Reducir diferencias Unicode en búsquedas y comparaciones.

Consejos para obtener mejores resultados

  • Usa NFC como opción general conservadora.
  • Elige NFKC solo si quieres compatibilidad más agresiva.
  • No colapses espacios si el texto depende de alineación monoespaciada.
  • Guarda el original antes de normalizar datos de archivo.

Detalles del procesamiento

La herramienta usa `String.prototype.normalize` y sustituciones explícitas de whitespace; todo se procesa localmente.

La normalización no corrige ortografía, gramática ni codificación dañada; tampoco reconstruye información perdida.

Preguntas frecuentes

¿Qué diferencia hay entre NFC y NFKC al normalizar texto?

NFC compone secuencias Unicode canónicamente equivalentes. NFKC además aplica equivalencias de compatibilidad que pueden cambiar algunas formas tipográficas.

¿La herramienta puede unificar saltos de línea de Windows y macOS?

Sí. Los saltos CRLF y CR se convierten en LF para obtener una representación consistente.

¿Se pueden convertir espacios no separables a espacios normales?

Sí. Con la opción de espacios Unicode especiales se transforman varios separadores comunes en U+0020.

¿Normalizar Unicode cambia letras acentuadas?

Puede cambiar su representación interna sin cambiar su apariencia, por ejemplo componiendo una letra y un acento combinante en un único carácter cuando existe.

¿Sirve esta herramienta para corregir mojibake o texto mal decodificado?

No. La normalización Unicode no repara bytes interpretados con una codificación incorrecta.

Resumen del procesamiento

DatoValor
TransformacionesSe calcula al ejecutar
Caracteres antesSe calcula al ejecutar
Caracteres despuésSe calcula al ejecutar