文本处理 本地计算 开箱即用 内置示例 不留痕迹

文本处理工具集

八种常用文本处理：去除重复行（可选忽略大小写）、去空行、去除行首尾空白、按字母序或随机排序、四种大小写转换、全角半角转换与中英文标点规范化、中英文之间自动加空格（中英混排）、查找替换（支持正则与捕获组）。实时处理并显示行数变化，全部在浏览器本地完成。

整理文本时常用的小操作其实就那几件：去重、去空行、去行首尾空白、排序、大小写转换、全角半角与中英标点规范化、中英文之间加空格、查找替换。这些操作经常需要连着做（先去空行、再去重、最后排序），放在同一个页面里省去来回切换工具的麻烦。

两项使用要点：中英文之间加空格是排版细节，中文与英文、数字相邻时补一个半角空格，读起来更清楚，也是不少公众号与文档规范的要求；查找替换支持正则与捕获组，执行前请先确认替换语法（是 $1 还是 \1），建议先在小段文本上试，确认无误再处理全文。

使用步骤

  1. 粘贴待处理文本，按需勾选一个或多个处理动作。
  2. 实时查看结果与行数变化（如「12 行 → 8 行」），逐步确认每一步符合预期。
  3. 中英混排排版时勾选「中英文之间加空格」，粘回编辑器前再检查一遍。
  4. 用正则替换前先在小段文本上试，确认捕获组引用方式无误再处理全文。

计算原理与示例

文本去重规则

去重保留首次出现的行：三行重复文本处理后剩 1 行；勾选「忽略大小写」时 Apple 与 apple 视为同一行。

排序与大小写转换

排序支持 A→Z、Z→A 与随机洗牌（Fisher-Yates 算法）。大小写转换提供全部大写、全部小写、每词首字母大写（It's → It's）与句首大写四种模式。

全角半角与标点规范化

全角半角按 Unicode 宽度映射：全角字母数字与全角空格（如 ＡＢ１）与半角一一对应，全角形式的标点如逗号、冒号也会一并转成半角；中文句号「。」与顿号「、」不在该映射区间，会保持原样。标点规范化另分两个方向：「英文标点 → 中文标点」只改紧邻汉字的标点，所以 3.14 和 Hello, world 不会被误改，引号按出现顺序配对成左右中文引号，中文语境下的三个点会变成省略号；「中文标点 → 英文标点」则无条件全部替换，适合把中文稿改成英文排版。

中英混排加空格

查找替换默认按普通文本全局替换；勾选正则后可用 \d+ 这类模式与 $1 捕获组，例如把 2026-09-11 转成 11/09/2026。

查找替换与正则

中英混排在汉字与半角字母、数字之间自动补一个半角空格：中文abc第3名 → 中文 abc 第 3 名。只在两者直接相邻处补，中间已有空格或换行不会重复插入；标点两侧不加空格，所以「你好，world」「中文（English）」「结束.end」保持原样；全角字母数字（如 ＡＢ）不参与，需要时先用「全角半角」归一。

代码示例

Shell 常见整理的管道组合 

# 去空行 → 去首尾空白 → 去重 → 排序，一条管道完成
sed '/^[[:space:]]*$/d' list.txt \
  | sed 's/^[[:space:]]*//;s/[[:space:]]*$//' \
  | awk '!seen[$0]++' \
  | sort > clean.txt

# 中英文之间加空格（简易版，中英各补一次）
perl -CS -pe 's/([\x{4e00}-\x{9fa5}])([A-Za-z0-9])/$1 $2/g; s/([A-Za-z0-9])([\x{4e00}-\x{9fa5}])/$1 $2/g' draft.txt

JavaScript 正则替换与捕获组 

// 把 2026/9/14 统一成 2026-09-14
const fixDate = (s) => s.replace(/(\d{4})\/(\d{1,2})\/(\d{1,2})/g,
  (_, y, m, d) => `${y}-${m.padStart(2, '0')}-${d.padStart(2, '0')}`);

fixDate('发布于 2026/9/14'); // '发布于 2026-09-14'

// 命名组可读性更好
'2026-09'.replace(/(?<y>\d{4})-(?<m>\d{2})/, '$<y>年$<m>月'); // '2026年09月'

常见问题

处理的文本会被上传吗？

不会。所有处理都在你的浏览器里用 JavaScript 完成，文本不会发送到任何服务器，断网也能正常使用，可以放心粘贴名单、日志、代码等内容。

能处理多大的文本？

一般建议在 5MB 以内（约几百万行以内）。浏览器处理超大文本会变慢，但不会上传任何数据。若处理百万行级别文本出现卡顿，建议分段处理。

正则替换支持哪些语法？

支持 JavaScript 标准正则：\d 数字、\w 字符、+ * ? 量词、(…) 捕获组，替换串中可用 $1 $2 引用捕获组。正则语法错误时会给出红色提示。

去除重复行会保留哪一条？

默认保留第一次出现的那一行，后面的重复行删除，其余行顺序保持不变。勾选「忽略大小写」后，「Apple」和「apple」会被视为重复，同样保留先出现的写法。

能不能只去重不排序？

可以。去重和排序是彼此独立的操作，去重后默认保持原有顺序，不会自动排序；需要排序时再单独选择按字母序或随机打乱。两个功能可以组合使用，也可以只用其中一个。

排序是怎么排的？

工具提供按字母顺序和随机打乱两种方式：字母序适合整理名单和关键词，随机序适合抽签、分组前打乱。如果列表是数字编号，建议先补零对齐位数再按字母序排，能得到接近数值顺序的结果。

查找替换支持批量处理吗？

支持一次性替换全部匹配项（可忽略大小写）；配合正则表达式和捕获组，还能做调换顺序、批量加前缀、删除指定字符等改写。建议先在少量样本上验证规则正确，再处理全文。

全角转半角和标点转换有什么区别？

改的不是同一样东西：全角转半角只改字符宽度（ＡＢＣ → ABC、全角空格 → 普通空格），标点转换改的是标点符号本身（你好, → 你好，）。注意中文句号「。」和顿号「、」不在 Unicode 宽度映射区间里，所以「全角 → 半角」不会动它们；要把它们换成英文的点和逗号，请改用「中文标点 → 英文标点」模式。

中英混排为什么有时不加空格？

它只处理汉字与半角字母、数字「直接相邻」的情况：中间隔着标点就不加，所以「你好，world」「结束.end」保持原样；全角字母数字（如 ＡＢ）不参与判定，需要时先用「全角半角」转成半角。另外「第3名」这类汉字加数字也会补成「第 3 名」，这是排版惯例；若不想要数字旁的空格，手动删除即可。

延伸阅读

来自本站原创文章，讲清这个工具背后的算法与口径。