空白处理

空白处理：六种清理动作的适用场景

六个按钮各自做了什么

换行的坑： 会静默破坏数据

换行符不只有一种，这是跨平台故障的常见根源：

最典型的故障形态：整行内容看起来完全一样，但多了一个不可见的 \r。表现包括：

• 文本对比时整个文件标红，肉眼看不出任何区别。
• Shell 脚本报 command not found 或 bad interpreter——\r 被当成解释器路径的一部分。
• CSV 的最后一列多出不可见字符，导入数据库时长度校验失败。
• 把带 \r 的值拼接成 URL 或 JSON 时出现非法字符错误。
• 正则里的 $ 匹配失败（因为 \r 在行尾和 $ 之间）。

所以"CRLF→LF"不只是一个格式偏好选项，而是排查"看不出区别但就是不对"这类问题的第一步。

Tab 转空格不是简单删除

"删 Tab"只是把制表符移除，不会插入等宽空格。所以 \tif (x) 会变成 if (x)——缩进层级消失了，而不是变成 4 个空格。

这对代码类文本通常不是想要的结果。要真正"Tab 转 4 空格"，需要的是替换动作：用批量查找替换工具，把 \t（正则模式）替换成四个空格。制表符还能作为正则的 \t 直接匹配，所以这个替换很直接。

反过来的需求也常见：把空格缩进改成 Tab（减小文件体积、统一团队规范）。那是查找 （四个空格）替换为 \t，注意要按缩进层级从深到浅处理，否则会出错。这类格式化工作交给编辑器或 Prettier 这类工具更可靠。

合并空格不会处理换行

"合并空格"只处理空格和制表符，不动换行。所以段落结构会被保留。如果把换行也压掉，整段文本会变成一行——那是"删所有空白"的效果。

需要"把一段多行文本压成一行，但保留词间一个空格"时，正确做法是两步：先把换行替换成空格（用查找替换工具，正则 \s*\n\s* 替换为一个空格），再合并连续空格。

实践里的处理顺序

清理从外部复制来的文本，推荐这个顺序：

1. CRLF→LF。先把换行统一，后面的处理才有一致的假设。
2. 去首尾。逐行去掉首尾空白，消掉大部分格式噪声。
3. 删 Tab 或替换成空格。按目标格式决定。
4. 合并空格。需要保留对齐时跳过这一步。
5. 去空行 / 去重。用按行去重排序工具收尾。

这个顺序会让每一步的输入都是干净的，避免"上一层的空白导致这一层的匹配失效"的连锁问题。全部处理在浏览器本地完成。