Remover quebras de linha

Como Corrigir quebras

1. 1

   Cole o texto quebrado

   Ou solte um arquivo .txt ou .md de até 5 MB.

2. 2

   Escolha o que fazer

   Juntar em parágrafos é o modo padrão e o que conserta texto de PDF.

3. 3

   Copie ou baixe

   Um clique copia para a área de transferência, outro baixa um arquivo .txt.

Por que o texto de um PDF chega quebrado

Um PDF não guarda parágrafos. Ele guarda a posição de cada pedaço de texto na página, e, quando você copia, o leitor de PDF reconstrói a ordem de leitura colocando uma quebra de linha no fim de cada linha visual. Cole isso em qualquer lugar que tenha a própria quebra automática e o resultado é uma coluna irregular, com uma quebra a cada oito ou nove palavras. A solução é juntar as linhas dentro de cada parágrafo e manter a linha em branco entre um parágrafo e outro. É isso que o modo padrão desta página faz, e é por isso que ele é o padrão, em vez de juntar tudo em uma linha só.

Desfazer a hifenização sem estragar os hifens de verdade

Os PDFs também separam palavras no fim da linha com um hífen, então “entender” chega como “enten-” e “der”. Remover todo hífen antes de uma quebra de linha também estragaria “segunda-feira”, “Grã-Bretanha” e qualquer outra palavra com hífen de verdade que tenha caído no fim de uma linha. A regra usada aqui exige uma letra minúscula dos dois lados do hífen: as quebras de sílaba sempre têm, e nas palavras compostas é muito comum haver uma maiúscula ou um número de um dos lados. Não é perfeita, mas acerta muito mais vezes do que a versão ingênua.

Uma frase por linha

É outro trabalho com o mesmo ponto de partida: em vez de juntar as linhas, colocar cada frase em uma linha própria. É o que você quer antes de comparar duas versões de um documento, antes de passar o texto para uma memória de tradução ou ao revisar um texto linha por linha. Descobrir onde as frases terminam exige tratar direito “Dr. Smith”, “e.g.” e “3.14”, e esta página faz isso com a mesma regra do Contador de palavras do site, em vez de cortar a cada ponto final.

Quebrar o texto em uma largura fixa

A operação inversa: pegar um texto corrido e quebrá-lo em uma coluna fixa, do jeito que pedem o e-mail em texto simples, as mensagens de commit e os comentários de código. A quebra é gulosa e respeita as palavras, e uma palavra maior que a largura ganha uma linha só para ela, em vez de ser cortada ao meio: uma URL partida deixa de ser link, e um identificador partido deixa de ser identificador.

Os caracteres invisíveis

Texto vindo de PDFs e sites muitas vezes carrega hifens opcionais (soft hyphens) e espaços de largura zero: caracteres que você não vê, que sobrevivem ao copiar e colar e depois atrapalham, sem chamar atenção, a busca, a contagem do comprimento das linhas e a comparação de palavras. Aqui eles são removidos antes de qualquer outra coisa, e vale saber disso se você já se perguntou por que a busca por uma palavra que está bem ali na tela não encontra nada.

Perguntas frequentes