מעתיקים קטע מקובץ PDF ומקבלים ירידת שורה באמצע כל משפט. מעתיקים מאתר ומגלים רווחים כפולים, מירכאות מסולסלות וסימנים שבכלל לא רואים. ניקוי ידני של טקסט מועתק לוקח דקות ארוכות, והכלי לניקוי טקסט מועתק עושה אותו בשנייה, ומראה בדיוק מה תוקן.
איך מנקים טקסט שהועתק מ-PDF
- מדביקים את הטקסט בתיבה הראשונה.
- בצד, בוחרים מה לנקות. רוב האפשרויות מסומנות מראש, וזה מתאים לרוב המקרים.
- הכרטיס ״מה תוקן״ מציג כמה שורות חוברו, כמה תווים בלתי נראים הוסרו, כמה רווחים צומצמו ועוד.
- הטקסט הנקי מופיע בתיבה התחתונה. מעתיקים אותו, או מורידים כקובץ TXT.
הכל מתעדכן תוך כדי שינוי האפשרויות, כך שקל לנסות שילובים ולראות מה קורה.
אפשר כמובן לנקות בוורד עם ״חיפוש והחלפה״, אבל זה דורש כמה סבבים: קודם להחליף מעברי פסקה כפולים בסימן זמני, אחר כך להחליף כל מעבר שורה ברווח, ואז להחזיר את הפסקאות. תווים בלתי נראים בכלל לא מופיעים בחיפוש רגיל. כאן כל השלבים קורים יחד, ובסוף מקבלים גם ספירה של מה שהשתנה, כך שקל לוודא ששום דבר חשוב לא נמחק בדרך.
מה כל אפשרות עושה
- חיבור שורות שבורות: מאחד שורות בתוך פסקה לשורה רציפה אחת. שורה ריקה נחשבת למעבר פסקה ונשמרת, וגם שורות שמתחילות בתבליט או במספור (•, -, 1., א) נשארות נפרדות.
- תווים בלתי נראים: מסיר סימני כיווניות כמו LRM ו-RLM, רווחים ברוחב אפס ומקפים רכים, ומחליף רווח קשיח ברווח רגיל.
- רווחים כפולים וטאבים: מצמצם כל רצף של רווחים לרווח אחד.
- רווחים בקצוות שורה: מוריד רווחים מתחילת ומסוף כל שורה.
- מירכאות מסולסלות: מחליף “ ” ‘ ’ במירכאות וגרש רגילים, שעובדים טוב יותר בקוד, באקסל ובחיפוש.
- גרש וגרשיים עבריים: הכיוון ההפוך. מחליף צה"ל ב-צה״ל ו-ג'ירפה ב-ג׳ירפה, רק כשהסימן צמוד לאות עברית. מירכאות של ציטוט נשארות כמו שהן.
- שורות ריקות: מצמצם כמה שורות ריקות רצופות לאחת, או מוחק את כולן.
תווים בלתי נראים: הבעיה שאף אחד לא רואה
בעברית הבעיה נפוצה במיוחד. כדי להציג נכון עברית לצד מספרים ואנגלית, מערכות כמו וואטסאפ, וורד ואתרי אינטרנט משתילות בטקסט סימני כיווניות שלא רואים. כשמעתיקים, הם עוברים יחד עם הטקסט. התוצאה: חיפוש שלא מוצא מילה שנמצאת מול העיניים, מספר טלפון שלא נקלט בטופס, ערך באקסל שלא מזוהה כמספר, או קוד שנכשל בלי סיבה נראית לעין. גם העתקה ממסמכי גוגל או מצ׳ט של בינה מלאכותית מביאה לפעמים רווחים קשיחים ותווים כאלה.
אם שדה מסרב לקבל טקסט שנראה תקין לגמרי, שווה להעביר אותו קודם דרך הניקוי. אם הכרטיס מראה שהוסרו תווים בלתי נראים, מצאתם את האשם.
טיפים לניקוי בלי הפתעות
- כותרות בלי שורה ריקה. כותרת שצמודה לפסקה שאחריה תתחבר אליה. אפשר להוסיף שורה ריקה אחרי הכותרת לפני הניקוי, או לכבות את חיבור השורות.
- שירים, כתובות וקוד. שם כל שורה חשובה. מכבים את חיבור השורות ומשאירים רק את ניקוי הרווחים והתווים הבלתי נראים.
- טקסט לדפוס. מסמנים גרש וגרשיים עבריים, כי בעימוד מקצועי בעברית קיצורים נכתבים עם ״ ולא עם ".
- טקסט שיצא הפוך. ניקוי לא מתקן סדר אותיות. אם העברית הגיעה בסגנון ״םולש״, מתקנים קודם בכלי לתיקון טקסט הפוך, ורק אחר כך מנקים.
הניקוי כולו קורה בדפדפן. הטקסט לא נשלח לשרת, אז אפשר להדביק גם מיילים פנימיים, חוזים או טיוטות שעוד לא פורסמו. הקובץ שמורידים נשמר בקידוד UTF-8, כך שהעברית נפתחת תקין גם בפנקס הרשימות של ווינדוס.
עוד כלים שיעזרו
- תיקון טקסט עברי הפוך: כשהאותיות מ-PDF הגיעו בסדר הפוך.
- ספירת מילים: כמה מילים ותווים נשארו אחרי הניקוי.
- הסרת ניקוד: מורידים ניקוד וטעמים מטקסט מועתק.
ניקוי טכני לא מחליף עין של עורכת. לטקסט שיוצא לפרסום, סטודיו טליה שלוש מציע עריכה לשונית והגהה בעברית.
הכלים מהמדריך