So räumst du aus Word und PDFs eingefügten Text auf
Beim Einfügen aus Word oder einer PDF kommen oft geschützte Leerzeichen, Zero-Width-Zeichen, typografische Anführungszeichen und Em-Dashes in drei verschiedenen Codierungen mit.
Fixes
- Führe Clean whitespace aus, um Mehrfach-Leerzeichen zusammenzulegen und Leerzeilen zu entfernen
- Anführungszeichen normalisieren:
"" ''durch" 'ersetzen - Ersetze
U+00A0(geschütztes Leerzeichen) durch ein normales Leerzeichen - Entferne Zero-Width-Zeichen:
/[\u200B-\u200D\uFEFF]/g
