移除換行

PDF 並不儲存段落，只儲存放在頁面固定位置的一行行文字，所以從 PDF 複製文字時，印出來的每一行通常都會帶著自己的換行。純文字電子郵件也有類似的歷史：RFC 5322 規定每行最多 998 個字元，並建議不要超過 78 個字元，因此許多郵件程式會在約 72 到 76 個字元處自動換行，把文字貼到別處後，這些換行仍會保留。終端機輸出、字幕、OCR 辨識結果，以及從狹窄網頁欄位複製的文字，也都是同樣的情況。

把這些文字貼到文件、表單或翻譯工具時，換行會把句子從中間截斷，也會干擾拼字檢查與機器翻譯。將各行接合起來就能還原完整的句子，而保留空白行作為分隔，則能維持作者原本想表達的段落結構。

換行符號的源頭可追溯到打字機與電傳打字機：歸位字元（CR）會讓字頭回到左邊界，換行字元（LF）則讓紙張前進一行。Windows 同時保留了這兩個字元，所以文字檔每行都以 CRLF 結尾；Unix、Linux 與現代 macOS 只使用 LF；OS X 之前的經典 Mac OS 則只使用 CR。文字在不同系統間流動時，常會混用這幾種換行，因此同一個檔案在某個編輯器裡看起來是單行間距，在另一個編輯器裡卻變成雙倍行距，或是全部擠在一起。

這個工具會把三種都視為換行，所以你不需要知道文字裡用的是哪一種。開啟段落選項後，空白行或只含空格與 Tab 的行會被視為段落邊界，各段落會以 LF 寫回，並以一個空白行分隔。

英文及其他以空格分隔單字的語言，請選擇以空格接合；中文、日文與泰文則選擇不加任何字元接合，否則多出的空格會落在句子中間。「合併空格」會把兩端對齊的 PDF 文字中殘留的兩個、三個連續空格縮減為單一空格。有一件事工具刻意不處理，就是行尾的連字號：「infor-」接上「mation」會變成「infor- mation」，因為只有人才能分辨這是被斷開的單字，還是像「well-known」這種真正帶連字號的複合詞。處理完後請自行搜尋「- 」來修正。如果整理好的文字是清單，可以繼續使用移除重複行，或用字數統計檢查長度。