வரி முறிவுகளை நீக்க

PDF-ல் பத்திகள் சேமிக்கப்படுவதில்லை. பக்கத்தில் நிலையான இடங்களில் வைக்கப்பட்ட உரை வரிகளே சேமிக்கப்படுகின்றன. அதனால் அதிலிருந்து காப்பி செய்யும்போது, அச்சிடப்பட்ட பத்தியின் ஒவ்வொரு வரியும் பொதுவாகத் தனி வரி முறிவுடன் வரும். எளிய உரை மின்னஞ்சலிலும் இதே வரலாறு உண்டு: RFC 5322 ஒரு வரிக்கு அதிகபட்சம் 998 எழுத்துகளை அனுமதிக்கிறது, 78-க்கு மேல் வேண்டாம் என்று பரிந்துரைக்கிறது. எனவே பல மெயில் நிரல்கள் செய்தியை சுமார் 72 முதல் 76 எழுத்துகளில் மடிக்கின்றன, உரையை வேறிடத்தில் ஒட்டினாலும் அந்த முறிவுகள் அப்படியே இருக்கும். டெர்மினல் வெளியீடு, சப்டைட்டில்கள், OCR முடிவுகள், குறுகிய வலைப் பத்திகளில் இருந்து காப்பி செய்த உரை ஆகியவையும் இப்படியே நடந்துகொள்ளும்.

ஆவணம், படிவம் அல்லது மொழிபெயர்ப்புக் கருவியில் ஒட்டும்போது, இந்த முறிவுகள் வாக்கியங்களை நடுவில் பிளந்து, எழுத்துப்பிழை சரிபார்ப்பையும் இயந்திர மொழிபெயர்ப்பையும் குழப்புகின்றன. வரிகளை இணைத்தால் வாக்கியங்கள் மீண்டும் முழுமையாகும்; வெற்று வரிகளைப் பிரிப்பானாக வைத்திருந்தால், எழுதியவர் நினைத்த பத்தி அமைப்பு காக்கப்படும்.

வரி முடிவுகள் தட்டச்சு இயந்திரங்கள், டெலிபிரிண்டர்கள் காலத்தைச் சேர்ந்தவை. அங்கு கேரேஜ் ரிட்டர்ன் (CR) அச்சுத் தலையை இடது ஓரத்துக்குத் திருப்பியது, லைன் ஃபீட் (LF) தாளை ஒரு வரி நகர்த்தியது. Windows இரண்டு எழுத்துகளையும் வைத்துக்கொண்டது, எனவே அதன் உரைக் கோப்புகளில் ஒவ்வொரு வரியும் CRLF-ல் முடியும்; Unix, Linux, நவீன macOS LF மட்டும் பயன்படுத்துகின்றன; OS X-க்கு முந்தைய கிளாசிக் Mac OS CR மட்டும் பயன்படுத்தியது. அமைப்புகளுக்கு இடையே நகரும் உரையில் இவை கலந்துவிடுவதால், ஒரு கோப்பு ஓர் எடிட்டரில் ஒற்றை இடைவெளியுடனும், மற்றொன்றில் இரட்டை இடைவெளியுடனும் அல்லது ஒட்டிக்கொண்டும் தெரியலாம்.

இந்தக் கருவி மூன்றையும் வரி முறிவுகளாகவே கருதுகிறது, எனவே உங்கள் உரையில் எது உள்ளது என்று தெரிந்திருக்க வேண்டியதில்லை. பத்தி விருப்பம் இயக்கத்தில் இருந்தால், காலியான அல்லது இடைவெளிகள், டேப்கள் மட்டும் உள்ள வரி பத்தி எல்லையைக் குறிக்கும்; பத்திகள் LF பயன்படுத்தி, ஒரு வெற்று வரியால் பிரிக்கப்பட்டு மீண்டும் எழுதப்படும்.

ஆங்கிலம் போன்ற சொற்களுக்கு இடையே இடைவெளி இடும் மொழிகளுக்கு இடைவெளியுடன் இணையுங்கள்; சீனம், ஜப்பானியம், தாய் மொழிகளுக்கு எதுவுமின்றி இணையுங்கள், ஏனெனில் கூடுதல் இடைவெளி வாக்கியத்தின் நடுவில் விழும். இடைவெளிகளைச் சுருக்கு என்பது, நியாயப்படுத்தப்பட்ட PDF உரையில் எஞ்சும் இரட்டை, மும்மடங்கு இடைவெளிகளை ஒற்றை இடைவெளியாக்கும். கருவி வேண்டுமென்றே தொடாத ஒன்று வரி இறுதியில் உள்ள ஹைபன்: "infor-" அடுத்து "mation" என்பது "infor- mation" ஆகும், ஏனெனில் உடைந்த சொல்லையும் "well-known" போன்ற உண்மையான ஹைபன் சொல்லையும் மனிதரால் மட்டுமே பிரித்தறிய முடியும். பிறகு "- " என்பதைத் தேடி அவற்றைச் சரிசெய்யுங்கள். சுத்தம் செய்த உரை ஒரு பட்டியல் என்றால், Remove Duplicate Lines மூலம் தொடருங்கள், அல்லது அதன் நீளத்தை Word Counter மூலம் பாருங்கள்.