#132 · Limpieza de texto

Limpiador de ruido de texto

Depura texto que contiene residuos difíciles de ver: caracteres de ancho cero, espacios no separables, controles invisibles y secuencias de espacios generadas al copiar desde PDF, web, OCR o aplicaciones de mensajería. Puedes decidir cuánto normalizar para mantener intactos los saltos de línea cuando son importantes para la estructura del documento.

Entrada de texto

Texto con ruido invisible
Espacio publicitario

Cómo usar esta herramienta de texto

  1. Pega el texto problemático o sube un archivo compatible.
  2. Activa la eliminación de invisibles si sospechas de caracteres de ancho cero o controles de formato.
  3. Elige si quieres normalizar espacios y reducir líneas vacías repetidas.
  4. Ejecuta la limpieza y compara la longitud antes y después.

Qué hace esta herramienta

Elimina residuos técnicos que pueden provocar búsquedas fallidas, validaciones inconsistentes o diferencias invisibles entre textos aparentemente iguales.

La limpieza distingue saltos de línea de otros controles. Los espacios no separables se convierten en espacios normales y los caracteres de ancho cero seleccionados se eliminan.

No se corrige ortografía ni se reescribe el contenido: la operación se centra en ruido de caracteres y espaciado.

Ejemplo

Entrada

Hola​   mundo .

Salida

Hola mundo .

Casos de uso

  • Depurar texto copiado desde PDF y páginas web.
  • Evitar fallos al comparar cadenas en sistemas o formularios.
  • Limpiar contenido procedente de OCR antes de editarlo.
  • Normalizar texto antes de importarlo a una base de datos.

Consejos para obtener mejores resultados

  • Activa solo las opciones que necesites para conservar la maquetación original.
  • Si los saltos de línea tienen significado, deja desactivada la reducción de líneas vacías.
  • Comprueba identificadores sensibles al espacio antes de usar el resultado.
  • Para datos estructurados, valida después el JSON, CSV o XML resultante.

Detalles del procesamiento

Se procesan caracteres Unicode invisibles frecuentes, espacios no separables y controles C0 salvo tabulación y saltos de línea cuando corresponde.

No todos los caracteres Unicode poco visibles son ruido; algunos tienen función lingüística. Revisa contenido en escrituras complejas si necesitas fidelidad tipográfica absoluta.

Preguntas frecuentes

¿Cómo eliminar caracteres invisibles que hacen que dos textos parezcan iguales pero no coincidan?

Activa “Eliminar caracteres invisibles comunes”. Se retiran marcas como ancho cero y ciertos controles de formato que suelen introducirse al copiar y pegar.

¿El limpiador elimina los saltos de línea del texto?

No por defecto. Los saltos se conservan; solo se reducen grupos de líneas vacías si activas esa opción.

¿Qué hace con los espacios no separables copiados desde una página web?

Los convierte en espacios normales cuando está activada la normalización, lo que facilita búsquedas y comparaciones posteriores.

¿Puedo usarlo antes de pegar texto en Excel o un CMS?

Sí. Es especialmente útil cuando el contenido contiene tabulaciones, espacios repetidos o caracteres invisibles que afectan al pegado.

¿Puede alterar emojis o letras acentuadas como ñ, á o ü?

La limpieza no elimina esos caracteres. Se conservan porque forman parte del contenido Unicode visible y no se consideran ruido por estas reglas.

Módulos de procesamiento

MóduloFunción
Limpieza UnicodeRetira marcas invisibles frecuentes.
Normalización de espaciosUnifica NBSP, tabulaciones y espacios repetidos.
Control de líneas vacíasReduce bloques excesivos sin borrar párrafos normales.