מעתיקים פסקה מאתר ומקבלים אותה עם <p> ו- באמצע. מדביקים תשובה מצ׳אט AI לוואטסאפ, וכל מילה מודגשת מוקפת בכוכביות. מעבירים טקסט מוורד לטופס, והטופס מסרב לקבל אותו בגלל תווים שבכלל לא רואים. בממיר הטקסט מדביקים את הטקסט, בוחרים מה לנקות, ומקבלים טקסט רגיל שאפשר להשתמש בו.
מאיפה מגיע הלכלוך
רוב הבעיות נוצרות כשטקסט עובר בין מקומות שמדברים בפורמטים שונים. אתר שומר טקסט כ-HTML, עם תגיות לפסקאות ולהדגשות. צ׳אטים כמו ChatGPT ו-Claude כותבים ב-Markdown, שבו ** מסמן הדגשה ו-# מסמן כותרת. וורד ו-PDF מוסיפים תבליטים מגופן מיוחד, מקפים רכים לחלוקת מילים, ולפעמים מחברים את האותיות fi לתו אחד.
הבעיה הכי מבלבלת היא תווים נסתרים. בטקסט בעברית יש הרבה סימני כיווניות (RLM ו-LRM) ורווחים ברוחב אפס, שנכנסים בהעתקה מוואטסאפ, מאקסל או מאתרים. על המסך הכל נראה תקין, אבל טופס דוחה מספר טלפון, חיפוש לא מוצא מילה שנמצאת בטקסט, וקוד שהודבק לאתר נשבר.
גם המייל מוסיף משלו: הודעה שמועברת כמה פעמים צוברת ישויות כמו & ו-", וטקסט שמועתק מתצוגת הקוד של עורך האתר מגיע עם כל התגיות. בכל המקרים האלה הטקסט עצמו תקין, ורק צריך להוריד את מה שעוטף אותו.
איך מנקים טקסט בכמה לחיצות
- מדביקים את הטקסט בתיבה העליונה. אם יש בו תווים נסתרים, יופיע מיד פס שמראה אילו נמצאו וכמה.
- בוחרים מצב מוכן: ״טקסט מוורד או PDF״, ״HTML מאתר או ממייל״, ״תשובה מצ׳אט AI״ או ״פוסט לרשתות״. כל מצב מסמן את הפעולות שמתאימות למקור.
- מוסיפים או מורידים פעולות לפי הצורך. התוצאה בתיבה התחתונה מתעדכנת תוך כדי.
- מעתיקים את התוצאה או מורידים אותה כקובץ TXT. כדי להפעיל עוד פעולות על התוצאה, לוחצים ״להמשיך לעבוד על התוצאה״, ו״ביטול״ מחזיר צעד אחורה.
עוד דברים שאפשר לעשות
לחלץ קישורים ומיילים. בוחרים ״לחלץ לרשימה״, ומקבלים רק את הכתובות, אחת בכל שורה ובלי כפילויות. זה שימושי כשצריך לאסוף את כל הקישורים ממייל ארוך או את כל כתובות המייל משרשור הודעות.
להסיר אימוג׳י. למשל לפני שמעתיקים הודעה מוואטסאפ למסמך רשמי. הכלי מסיר גם אימוג׳י מורכבים כמו דגלים ומשפחות, ומשאיר סימנים כמו © ו-™.
להמיר אותיות באנגלית. אותיות גדולות, קטנות, אות גדולה בתחילת כל מילה, וגם camelCase, snake_case ו-kebab-case למי שכותב קוד או נותן שמות לקבצים. העברית לא משתנה.
טיפים
- אם אחרי הניקוי השורות בעברית מופיעות בסדר הפוך, הבעיה היא לא בתווים אלא בהעתקה מה-PDF. יש לזה כלי נפרד.
- בפוסט לרשתות כדאי להשאיר סימני כיוון LRM ו-RLM, כי הם עוזרים לשורה שמתחילה באנגלית או במספר להיות מוצגת נכון. המצב ״פוסט לרשתות״ משאיר אותם.
- הכלי זוכר את הפעולות שסימנתם בפעם האחרונה, כך שאם אתם מנקים טקסט מאותו מקור כל יום, הכל כבר מוכן.
מה הכלי לא עושה
- הוא לא מתקן שגיאות כתיב, פיסוק או גרשיים בעברית. לזה יש את תיקון פיסוק וגרשיים.
- הוא לא ממיין רשימות ולא מסיר שורות כפולות. את זה עושים בכלי רשימות.
- קישורים מזוהים רק כשהם מתחילים ב-http או ב-www. כתובת כמו example.co.il בלי התחלה כזו לא תיחשב קישור.
- הכל רץ בדפדפן, והטקסט לא נשלח לשום מקום. בטקסט ארוך מאוד, של מאות אלפי תווים, העדכון יכול לקחת שנייה.
עוד כלים שיעזרו
- ספירת מילים, כדי לבדוק אורך של טקסט אחרי הניקוי.
- תיקון טקסט הפוך, לעברית שיצאה הפוכה בהעתקה מ-PDF.
- השוואת טקסטים, כדי לראות בדיוק מה השתנה בין המקור לגרסה הנקייה.
הכלים מהמדריך