Limpiar texto

Cada opción hace una sola cosa y siempre se aplican en el mismo orden: primero el formato (HTML, Markdown), luego lo que estorba en una transcripción (marcas de tiempo, nombres), emojis y comillas, después espacios y líneas (recortar, unir espacios, duplicados, ordenar) y al final saltos de línea, líneas vacías y mayúsculas. Junto a cada opción activa ves cuántos cambios hizo.

Nunca reescribe, corrige ni traduce una palabra. Solo quita los espacios, saltos de línea, formato, marcas de tiempo, nombres y emojis que elegiste, cambia comillas, ordena líneas o cambia mayúsculas. El resultado es texto plano que puedes copiar o descargar como archivo .txt.

El texto copiado de un PDF trae un salto de línea al final de cada renglón impreso, así que un párrafo se pega como una columna de líneas cortas. Quitar saltos de línea las une con un espacio: "La cotización es válida" y "por 30 días." en dos líneas quedan como "La cotización es válida por 30 días."

Conservar los párrafos viene activado: la línea en blanco entre párrafos se queda. Si el PDF no tenía líneas en blanco entre párrafos, todo se une en uno solo; agrega una línea vacía donde empieza cada párrafo y vuelve a limpiar. Una palabra cortada con guion entre dos líneas conserva el guion, así que revisa esos casos a mano.

Pega una lista con un elemento por línea (correos, prospectos, números de parte, nombres) y activa Quitar líneas duplicadas. Se conserva la primera vez que aparece cada línea y se quitan las repeticiones; los espacios al final de una línea no cuentan, y las mayúsculas tampoco, salvo que marques Distinguir mayúsculas.

Las líneas en blanco nunca cuentan como duplicadas, para que el texto conserve su espaciado. Ordenar de la A a la Z o de la Z a la A acomoda la lista, con los números en orden natural (artículo 2 antes que artículo 10). El botón Ordenar una lista hace todo de una vez: recortar, unir espacios, quitar líneas vacías y duplicadas y ordenar de la A a la Z.

Las transcripciones de apps de reuniones y los archivos de subtítulos traen de todo. Quitar marcas de tiempo elimina [00:01:23] y (00:01) en cualquier lugar, una marca al inicio de la línea como 0:01:23.456, una hora después de un nombre en su propia línea y, en archivos de subtítulos, el encabezado WEBVTT, los números de cue y las líneas de tiempo con -->. Una hora dentro de una oración, como "nos vemos a las 10:30", se queda.

Quitar nombres de quien habla elimina un nombre o etiqueta de hasta cuatro palabras con mayúscula seguido de dos puntos al inicio de la línea (Hablante 1:, SPEAKER_02:, Ana:, Dr. Lee:) y las líneas que solo tienen una etiqueta, como Hablante 3. Cuenta cualquier palabra con mayúscula y dos puntos al inicio, así que "Nota: devolver la llamada" también pierde su primera palabra: lee el resultado antes de enviarlo. El botón de transcripción conserva las líneas repetidas, porque decir "Sí." dos veces es parte de la conversación.