Limpiador de texto

Pega el texto y se limpia al instante, con cada cambio señalado como en una prueba de imprenta

El limpiador de texto quita la basura que llega al copiar desde una página web, un PDF, un chat o una hoja de cálculo: líneas que se repiten, espacios al final de la línea, palabras separadas por dos o tres espacios, series de líneas vacías y caracteres invisibles (espacios de no separación, espacios de ancho cero, marcas de dirección) que descuadran el recuento de caracteres y las búsquedas. Las líneas que un PDF corta a mitad de frase se pueden volver a unir en párrafos.

El resultado aparece mientras escribes. La vista Cambios superpone las correcciones al texto original con colores: los espacios quitados se ven como puntos, los caracteres ocultos como etiquetas pequeñas (NBSP, ZWSP) y la línea duplicada que se elimina aparece tachada, con una marca como "=3" que indica qué línea se conservó. La barra superior reparte el texto original entre lo que se queda y lo que se quita, así que antes de copiar puedes comprobar que no ha desaparecido nada que querías conservar. El texto y los archivos se procesan solo en este navegador: no se envían a ningún servidor ni se guardan.

Por qué el texto copiado llega sucio

Al pegar un texto en otro sitio, viaja con él lo que no se veía en la pantalla original. Las páginas web usan espacios de no separación (NBSP, la entidad HTML  ) para que una línea no se parta. Los PDF añaden un salto de línea al final de cada línea que veías. Las aplicaciones de chat y las redes sociales pueden colar espacios de ancho cero o marcas de dirección. Y el nombre de un archivo copiado desde un Mac antiguo puede llegar con las letras acentuadas separadas en letra base y acento.

Nada de esto se nota en pantalla, pero estropea el trabajo real. En una hoja de cálculo, "Madrid" y "Madrid " son valores distintos, y por eso fallan Quitar duplicados y las búsquedas con BUSCARV. Dos listas idénticas a la vista dan recuentos de caracteres diferentes. Una palabra pegada en un buscador no encuentra nada. Un archivo subido a un sistema de empresa se rechaza por error de formato. La tabla resume qué suele llegar desde cada origen.

Cómo se usa

1. Pega el texto en el cuadro Original o suelta sobre él un archivo de texto (TXT, CSV, MD). El resultado se actualiza al escribir.
2. En el panel de opciones elige un ajuste (Básico, Lista, Unir párrafos o Solo ocultos) y luego activa o desactiva opciones sueltas. El número junto a cada opción indica cuántos cambios ha hecho en este texto.
3. En la vista Cambios comprueba qué se ha quitado. Si pasas el ratón por una opción, o llegas a ella con el teclado, solo quedan resaltados los cambios de esa opción.
4. Copia el resultado o guárdalo como archivo TXT. Si el Bloc de notas de Windows o un sistema de empresa exige saltos de línea CRLF, cambia antes el formato de guardado a CRLF.

Las opciones de un vistazo

La limpieza sigue el orden de la tabla. Primero se corrigen los caracteres, después los espacios y al final se unen, se deduplican y se recortan las líneas. Por eso una línea con NBSP y la misma línea con un espacio normal cuentan como la misma una vez limpios los espacios.

Los cuatro ajustes configuran estas opciones según el propósito. Lista quita todas las líneas vacías y las duplicadas, y sirve para listas de palabras clave, productos o correos. Unir párrafos une las líneas cortadas con un espacio y conserva las duplicadas, y sirve para texto de PDF o de correo. Solo ocultos deja intactos los espacios y las líneas y corrige solo los caracteres ocultos, los espacios especiales y las letras sueltas, y sirve para código, poemas o Markdown, donde importa la forma.

Caracteres invisibles que trata

Los caracteres de la tabla no muestran nada en pantalla o se ven igual que un espacio normal. En la vista Cambios cada uno recibe la etiqueta de la segunda columna, y al pasar el ratón por la etiqueta aparecen su número Unicode y su nombre. Una etiqueta de trazo discontinuo es un carácter borrado; una de trazo continuo es un carácter sustituido por un espacio normal.

El unidor de ancho cero (ZWJ) no se borra. Es lo que combina emojis, por ejemplo los de familia o de profesiones, en una sola imagen; sin él se separan en emojis sueltos. El espacio ideográfico (U+3000) se respeta porque los documentos en japonés y chino lo usan a propósito para sangrar. Para convertirlo en un espacio normal, usa un conversor de ancho completo y medio.

Letras separadas en letra base y acento

La "é" suele ser un único carácter, U+00E9. La misma letra se puede guardar también como dos: una "e" normal (U+0065) seguida de un acento agudo combinante (U+0301). La primera forma se llama NFC y la segunda NFD, y Unicode las considera la misma letra. Los programas, en cambio, las comparan como cadenas distintas. Una búsqueda de "canción" no encuentra la versión NFD, el texto tiene más puntos de código de los que aparenta y algunos sistemas dibujan el acento descolocado o suelto. Lo mismo vale para la "ñ" (n + U+0303).

El origen habitual es el Mac. HFS Plus, el sistema de archivos antiguo de Apple, guarda los nombres totalmente descompuestos, así que un nombre de archivo copiado, o un texto que lo contiene, trae a menudo letras NFD. Ocurre igual con el coreano: una sílaba como "한" puede ser un carácter (U+D55C) o tres letras sueltas (U+1112, U+1161, U+11AB). Esta herramienta recompone solo las secuencias de letra más marca y el hangul suelto. No normaliza el texto entero, porque eso cambiaría también caracteres de compatibilidad como el signo ohmio (U+2126) o el ideograma de compatibilidad U+F914 por otros distintos. Esos se quedan tal cual.

Cómo se unen las líneas cortadas de un PDF

Un PDF guarda el texto línea a línea, de modo que al copiarlo llega un salto de línea al final de cada línea impresa. Unir líneas cortadas toma una línea vacía como límite de párrafo y une las líneas de su interior. Lo que se pone entre dos líneas unidas depende de los caracteres que hay en el corte.

• Con espacio: en los idiomas que se escriben con espacios, como el español y el inglés, se pone un espacio entre las líneas. Sirve para PDF que cortan en el límite de una palabra.
• Sin espacio: si el texto está cortado a mitad de palabra, las líneas se pegan sin espacio.
• Si en el corte hay un kana japonés, un carácter chino o un signo de puntuación de ancho completo, no se añade espacio en ninguno de los dos modos.
• Si una línea termina en letra y guion y la siguiente empieza con minúscula, se pegan sin espacio y se conserva el guion (inter-nacional). Así no se estropean compuestos reales como ex-alumno.
• Con Espacios en bordes desactivado o en Solo final, puede quedar un espacio en el corte (espacios al final de la línea anterior o la sangría de la siguiente). Si Unir espacios está activado, ese espacio se reduce a uno y las líneas se unen con él, de modo que una línea con sangría no deja un hueco en medio de la frase.
• Si la línea siguiente empieza con un marcador de lista, un número o un título de Markdown (-, *, +, viñeta, 1., 1), (1), a), A., I., #, >), no se une. Un elemento de lista que continúa en una segunda línea sí se une, porque esa segunda línea no lleva marcador. Lo mismo ocurre con la raya (—) o la semirraya (–) seguida de espacio, así que las líneas de un diálogo quedan separadas.

Si un título se pega a la primera línea del cuerpo, añade una línea vacía después del título en el texto original y vuelve a comprobarlo. La unión decide los límites de párrafo solo por las líneas vacías.

Quitar duplicadas: todas o solo las contiguas

Quitar duplicadas compara las líneas una vez limpios los espacios y los caracteres ocultos. Cuando una línea vuelve a aparecer, se conserva la primera y se borra la posterior. El orden de las líneas que quedan no cambia nunca. Las líneas vacías no se comparan como duplicadas; de ellas se ocupa la opción Reducir vacías. En la vista Cambios, una marca como "=2" junto a una línea borrada significa que coincide con la línea 2 del resultado.

Las líneas con distinto espaciado son líneas distintas. "vestido de verano" y "vestidodeverano" no llegan a ser iguales. En cambio, "vestido de verano" (con dos espacios) y "vestido de verano" pasan a ser la misma línea si Unir espacios está activado.

Al pegar filas de una hoja de cálculo

Al copiar varias celdas de Excel o de Google Sheets, las celdas llegan separadas por tabuladores. Por defecto esta herramienta conserva los tabuladores como separadores de columna y quita los espacios en el borde de cada celda, no solo al final de la línea. Así desaparecen los espacios de "Ana ⇥ Ventas ⇥" y las columnas siguen alineadas. Una celda vacía conserva su tabulador, de modo que las columnas no se desplazan.

Si Tabs → espacio está activada al pegar una tabla, la línea de estado avisa de que se han perdido las columnas, y "Conservar tabs" lo deshace con un clic. Si la misma fila se pegó dos veces, Quitar duplicadas deja una sola copia.

En qué se diferencia de ESPACIOS y LIMPIAR de Excel

Excel tiene ESPACIOS (TRIM en inglés) para los espacios y LIMPIAR (CLEAN) para los caracteres no imprimibles. Ambas funciones se diseñaron pensando en el ASCII de 7 bits, por lo que dejan buena parte de lo que llega de la web. La ayuda de Microsoft indica que ESPACIOS no quita el espacio de no separación (carácter 160), muy habitual en páginas web como la entidad HTML  , y que LIMPIAR no quita los caracteres no imprimibles adicionales 127, 129, 141, 143, 144 y 157.

Dentro de Excel, cambia primero el NBSP por un espacio normal y aplica ESPACIOS después: =ESPACIOS(SUSTITUIR(A1;UNICAR(160);" ")). Con la configuración regional de España el separador de argumentos es el punto y coma; con otras configuraciones puede ser la coma. Para limpiar una columna entera de golpe, cópiala, pégala en esta herramienta y vuelve a pegar el resultado en Excel. Desactiva Reducir vacías y Quitar duplicadas si el número de filas no debe cambiar.

Saltos de línea LF y CRLF

Un salto de línea se guarda en el archivo como LF (un carácter) o como CRLF (retorno de carro más salto de línea, dos caracteres). Mac, Linux y la web usan LF. Algunos programas antiguos de Windows y ciertos sistemas de empresa esperan CRLF. En 2018 Microsoft cambió el Bloc de notas de Windows para que muestre bien también los archivos con saltos LF, y explicó que los archivos nuevos creados en el Bloc de notas siguen usando CRLF por defecto.

En pantalla la herramienta trata ambos igual. Solo convierte al formato elegido en "Saltos de línea al guardar" cuando copias o guardas. Al abrir un archivo CRLF, el formato de guardado pasa solo a CRLF. Como en pantalla se ven idénticos, cámbialo únicamente si el programa de destino pide un formato concreto.

Errores frecuentes

• Han desaparecido frases repetidas: el ajuste Básico quita las duplicadas en todo el texto. Si repites una línea a propósito, como "Gracias.", revisa las líneas tachadas en la vista Cambios y desactiva Quitar duplicadas o pásala a Contiguas.
• Se ha perdido la sangría del código: con Espacios en bordes en "Ambos lados" se quita también la sangría. Para código y poemas elige "Solo final" o usa el ajuste Solo ocultos.
• Han desaparecido los saltos de línea de Markdown: Markdown lee dos espacios al final de la línea como un salto de línea. Para ese texto desactiva Espacios en bordes.
• Una lista se ha fundido en una sola línea: Unir líneas cortadas considera párrafo las líneas sin marcador (una palabra clave por línea). No lo actives para listas.
• Las columnas de la tabla se han desplazado: Tabs → espacio elimina los separadores de columna. Déjala desactivada con datos en tabla.
• Dice "No hay nada que corregir" y el texto sigue raro: el espacio ideográfico (U+3000) y el unidor de ancho cero se conservan a propósito. Para el espacio ideográfico usa un conversor de ancho completo y medio.

Límites

• No corrige ortografía ni gramática ni compara significados. Dos líneas son duplicadas solo si sus caracteres son exactamente iguales.
• Unir líneas cortadas separa los párrafos solo por líneas vacías y marcadores de lista. No reconoce números de página, encabezados y pies, tablas ni maquetaciones a dos columnas de un PDF, así que conviene revisar el resultado.
• Los guiones nunca se borran. Una palabra partida con guion al final de línea (inter-nacional) exige quitar el guion a mano.
• El texto original puede tener hasta 500.000 caracteres y un archivo hasta 4 MB. La vista Cambios dibuja solo las primeras 1.500 líneas o 40.000 caracteres; copiar y guardar usan siempre el resultado completo.
• Las etiquetas HTML se tratan como texto normal. Si hay que quitarlas, usa antes un eliminador de etiquetas HTML.
• No cambia la forma de caracteres visibles como las comillas tipográficas, las rayas o las letras y cifras de ancho completo.

Base: el comportamiento de las funciones de Excel procede de las páginas de ayuda oficiales de Microsoft, y el significado de los caracteres Unicode de las especificaciones de Unicode 18.0 (UAX #15, capítulo 23 de la especificación básica, UTS #51); ambas se consultaron en su original el 22 de octubre de 2026. Los resultados de las tablas se volvieron a ejecutar con el propio código de limpieza de esta página y coincidieron.

Fuentes

• 01Microsoft: función ESPACIOSRecorta solo el espacio ASCII (valor 32); no quita el espacio de no separación (160)
• 02Microsoft: función LIMPIARQuita solo los caracteres 0 a 31; 127, 129, 141, 143, 144 y 157 se quedan
• 03Microsoft: función SUSTITUIRSustituye texto_original por texto_nuevo dentro de una cadena
• 04Microsoft: función UNICARDevuelve el carácter Unicode de un valor numérico
• 05Unicode: UAX #15 Unicode Normalization FormsNFC y NFD, equivalencia canónica, composición del hangul, singletons
• 06Unicode 18.0, especificación básica, capítulo 23: Special Areas and Format CharactersNBSP, ZWSP, unidor de palabras, BOM, guion blando, marcas de dirección, LS y PS
• 07Unicode: UTS #51 Unicode EmojiSecuencias de emojis unidas con ZWJ
• 08Apple: Technical Note TN1150, HFS Plus Volume FormatHFS Plus guarda las cadenas totalmente descompuestas
• 09Microsoft: Introducing extended line endings support in Notepad2018: el Bloc de notas admite LF y CR; los archivos nuevos usan CRLF

Preguntas frecuentes

Herramientas que van juntas