Text Cleaner — Unicode Normalizer & Whitespace Sanitizer
收藏RapidAPI2026-06-30 更新2026-06-07 收录
下载链接：
https://rapidapi.com/forcomapis-forcomapis-default/api/text-cleaner-unicode-normalizer-whitespace-sanitizer
下载链接
链接失效反馈官方服务：
资源简介：
Clean messy text in one call: strip invisibles, normalize quotes & dashes, collapse whitespace. Perfect for LLM pre-processing.
创建时间：
2026-06-30
原始信息汇总
数据集概述：Text Cleaner — Unicode Normalizer & Whitespace Sanitizer
这是一款专注于文本清洗和 Unicode 规范化的 API，旨在将杂乱、复制粘贴、爬取或用户提交的文本转化为干净、标准化的字符串，适用于存储、搜索或 LLM 输入。
核心功能
该 API 提供六种可按需开关的文本转换操作，这些操作按固定顺序执行：
| # | 转换操作 | 默认状态 | 功能描述 |
|---|---|---|---|
| 1 | removeControl |
开启 | 去除控制字符、零宽空格、BOM、双向标记等不可见字符 |
| 2 | normalizeQuotes |
开启 | 将智能引号（花引号）转换为直引号 |
| 3 | cleanPunctuation |
开启 | 将 en/em 破折号转换为 -，省略号 … 转换为 ...，不间断空格转换为普通空格 |
| 4 | removeWhitespace |
开启 | 折叠连续的空格和制表符为单个空格 |
| 5 | trim |
开启 | 去除文本首尾的空白字符 |
| 6 | lowercase |
关闭 | 将结果转换为小写（可选） |
输入与输出
- 输入格式：JSON 对象，包含
text（必填，最大 100KB）和可选的options（用于指定各操作的开关）。 - 输出格式：JSON 对象，包含
success、message、data（内含input、cleaned、changed布尔值、stats（原始长度、清洗后长度、移除字符数）以及applied（实际应用的操作列表））。
性能指标
- 延迟：典型输入处理时间低于 5 毫秒，100KB 负载下低于 50 毫秒。
- 可靠性：服务级别达到 100%。
- 请求限制：单次请求最多处理 100,000 字符。
适用场景
- 用户输入净化：在保存至数据库前清理表单提交内容。
- 搜索索引标准化：开启
lowercase以实现不区分大小写的匹配。 - NLP / LLM 预处理：移除会破坏分词器的智能引号和曲形 Unicode 字符。
- 文档粘贴清理：自动处理从 Word 或 Google Docs 粘贴时带来的花引号和 em 破折号问题。
不包含的功能
- 不进行拼写检查或语法校正。
- 不进行语言检测或翻译。
- 不进行 HTML 标签剥离（需在调用前自行处理）。
错误处理
- 422：当文本缺失、超出大小限制或选项类型错误时返回。
定价
提供多种订阅计划，从免费的基础计划（BASIC，$0.00/月）到高级计划（MEGA，$20.00/月）不等。
其他信息
- 提供商：ForCom APIs
- 类别：文本分析（Text Analysis）
- 流行度：8.5
- 订阅用户数：1
