Supprimer les sauts de ligne

Un PDF ne stocke pas de paragraphes. Il contient des lignes de texte placées à des positions fixes sur une page : lorsque vous copiez du texte, chaque ligne de la colonne imprimée arrive donc généralement avec son propre saut de ligne. Le courriel en texte brut a une histoire comparable : la RFC 5322 limite une ligne à 998 caractères et recommande de ne pas dépasser 78, si bien que de nombreux programmes de messagerie coupent les messages vers 72 à 76 caractères, et ces sauts persistent quand le texte est collé ailleurs. Les sorties de terminal, les sous-titres, les résultats d'OCR et le texte copié depuis des colonnes web étroites se comportent de la même façon.

Collés dans un document, un formulaire ou un outil de traduction, ces sauts coupent les phrases en plein milieu et perturbent les correcteurs orthographiques comme la traduction automatique. Joindre les lignes rétablit les phrases, et conserver les lignes vides comme séparateurs préserve la structure en paragraphes voulue par l'auteur.

Les fins de ligne remontent aux machines à écrire et aux téléscripteurs, où un retour chariot (CR) ramenait la tête d'impression à la marge de gauche et un saut de ligne (LF) faisait avancer le papier d'une ligne. Windows a conservé les deux caractères : ses fichiers texte se terminent donc par CRLF à chaque ligne ; Unix, Linux et le macOS actuel utilisent LF seul ; le Mac OS classique, antérieur à OS X, utilisait CR seul. Un texte qui passe d'un système à l'autre mélange souvent ces conventions, ce qui explique qu'un fichier puisse sembler à simple interligne dans un éditeur, à double interligne ou d'un seul bloc dans un autre.

Cet outil traite les trois comme des sauts de ligne : vous n'avez jamais besoin de savoir lequel contient votre texte. Lorsque l'option des paragraphes est activée, une ligne vide ou ne contenant que des espaces et des tabulations marque une limite de paragraphe ; les paragraphes sont réécrits séparés par une seule ligne vide, en LF.

Joignez avec une espace pour le français et les autres langues qui séparent les mots par des espaces ; joignez sans rien pour le chinois, le japonais et le thaï, où une espace supplémentaire se retrouverait au milieu d'une phrase. L'option de réduction des espaces transforme les doubles et triples espaces laissés par le texte justifié des PDF en espaces simples. L'outil laisse volontairement de côté un trait d'union en fin de ligne : « infor- » suivi de « mation » devient « infor- mation », car seule une personne peut distinguer un mot coupé d'un vrai mot composé comme « peut-être ». Recherchez ensuite « - » suivi d'une espace pour les corriger. Si le texte nettoyé est une liste, poursuivez avec Supprimer les lignes en double, ou vérifiez sa longueur avec le compteur de mots.