Como limpar texto bagunçado colado do Word e de PDFs
Colar do Word ou de um PDF costuma trazer junto espaços não-separáveis, caracteres de largura zero, aspas tipográficas e travessões codificados de três formas diferentes.
Correções
- Rode Limpar espaços para colapsar espaços múltiplos e remover linhas vazias
- Normalize aspas: troque
"" ''por" ' - Troque
U+00A0(espaço não-separável) por um espaço normal - Remova caracteres de largura zero:
/[\u200B-\u200D\uFEFF]/g
