Olùfọ́ Ààyè Ọ̀fẹ́

Bí Ó Ṣe Ń Ṣiṣẹ́

Whitespace Cleaner ń ṣiṣẹ́ pátápátá nínú aṣàwákiri rẹ ní lílo regex JavaScript tí a fi ọwọ́ kọ — kò sí ìwé-ìṣirò, kò sí sáfà. Ìyípadà kọ̀ọ̀kan ń ṣẹlẹ̀ ládùúgbò bí o ṣe ń kọ, àwọn àbájáde sì ń yí padà ní àkókò gidi.

1. 1
   Ìṣàyẹ̀wò ìbáwọlé àti àwọn ìwọ̀n

   Bí o ṣe ń kọ tàbí lẹ̀, irinṣẹ́ náà ń ṣàyẹ̀wò ọ̀rọ̀ rẹ pẹ̀lú àwọn àwòṣe regex àfojúsùn láti ka àwọn ìlà-tí-ó-ní-àyè-ìparí, àwọn ìlà òfìfo tí ó tẹ̀léǹtẹ̀lé, àwọn àmì tab, àwọn àyè Unicode (NBSP, kíkún-ìbú), àti àwọn àmì aláìrí tí ó gbòòrò-odo. Àwọn iye wọ̀nyí ń farahàn lẹ́sẹ̀kẹsẹ̀ nísàlẹ̀ ìbáwọlé náà nítorí náà o lè rí ohun tí ó jẹ́ àṣìṣe gan-an nínú ọ̀rọ̀ rẹ kí o tó mú un mọ́.
2. 2
   Ìyípadà regex ìlà-lé-ìlà

   Iṣẹ́ clean() ń pín lórí ìlà tuntun ó sì ń fi àwọn àṣàyàn rẹ sílo ní ìtòlẹ́sẹẹsẹ: a ń rọ́pò tàbí kó tabs papọ̀, àwọn ìṣàn àyè ni a dín kù sí ọ̀kan pẹ̀lú /[ \t]+/g, kí a sì ge ìlà kọ̀ọ̀kan. Àwọn àyè Unicode ( , –, 　 àti àwọn mìíràn) ni a rọ́pò pẹ̀lú àwọn àyè déédéé; àwọn àmì aláìrí tí ó gbòòrò-odo (​–‍, ) ni a yọ kúrò pátápátá. Àmì-ìdúró ọlọ́gbọ́n bí àwọn àyọkà curly àti em-dashes ni a ṣe tààrà sí àwọn ìbámu ASCII.
3. 3
   Gígé ìlà-òfìfo àti ìwé

   Lẹ́yìn iṣẹ́ ìlà-fún-ìlà, àwọn ìlà òfìfo tí ó tẹ̀léǹtẹ̀lé ni a yọ kúrò pátápátá tàbí kó pọ̀ sí ọ̀kan òfìfo (èyíkéyìí tí o yàn) ní lílo ìrọ́pò /\n{3,}/ kan ṣoṣo. A ń yọ ìlà tuntun ìṣáájú àti ìparí ti gbogbo ìwé náà kúrò kẹ́yìn, tí ó ń pa ìlànà náà mọ́ tí a lè sọtẹ́lẹ̀ láìka ìtòlẹ́sẹẹsẹ àṣàyàn sí.
4. 4
   Ìjọ́wọ́ ìparí-ìlà àti ìtọjade

   Irinṣẹ́ náà ń mọ ìparí-ìlà tí ó pọ̀jùlọ ti ọ̀rọ̀ ìpilẹ̀ṣẹ̀ náà (LF, CRLF, tàbí CR) kí ìjọ́wọ́ tó ṣẹlẹ̀ nítorí náà àṣàyàn 'Pa ìpilẹ̀ṣẹ̀ mọ́' lè mú un padà déédéé. O tún lè fi ipá mú àkọsọ pàtó kan. Ọ̀rọ̀ tí a mú náà ń farahàn lẹ́sẹ̀kẹsẹ̀ nínú pátẹ́lì ìtọjade náà, pẹ̀lú pátẹ́lì ìwọ̀n ṣáájú/lẹ́yìn tí ó ń fi iye àmì àti ìlà tí a yọ kúrò hàn, àti bọ́tìnnì Gba .txt kan tí ó ń kọ́ Blob ládùúgbò.

Àwọn Irinṣẹ Tó Jọra