2

Estoy trabajando con un contenido de texto que obtuve de un documento Word y que estoy pasando a HTML, haciendo reemplazos, quitando los dobles o más espacios en blanco seguidos, etc.

Pero el contenido tiene una especie de sucedáneo del espacio en blanco que me evade ciertas operaciones.

Para poner un ejemplo, aquí:

<p>R. Muchos dicen: ¿Quién nos hará ver la dicha? * Haz brillar sobre nosotros, Señor, la luz de tu rostro.</p> <p>V. Traed a la memoria los días pasados, en que después de ser iluminados, debisteis soportar un duro y doloroso combate.</p>

Yo necesito reemplazar el [espacio] * [espacio] por este carácter: |, de modo que quede así:

<p>R. Muchos dicen: ¿Quién nos hará ver la dicha?|Haz brillar sobre nosotros, Señor, la luz de tu rostro.</p> <p>V. Traed a la memoria los días pasados, en que después de ser iluminados, debisteis soportar un duro y doloroso combate.</p>

La búsqueda/reemplazo que hago me falla en algunos casos, porque existe una especie de sucedáneo del espacio en blanco representada por un símbolo paracido a ^ cuando muestro los carácteres invisibles.

Aquí se puede ver, en la parte en azul, en vez de haber dos puntitos rojos (que representan un espacio en blanco), hay a cada lado del asterisco un símbolo como ^. Ese símbolo es imperceptible para la visibilidad del documento, pero no es un espacio en sí.

introducir la descripción de la imagen aquí

Mi pregunta es si puedo encontrar en alguna parte esos sucedáneos del espacio en blanco, los cuales no son espacios en blanco, pero funcionan como tal, porque no se muestran en el texto visible.

La idea es tener un array de esos valores para crear una función de limpieza que me los sustituya todos por espacios en blanco reales y evitar así el problema que estoy teniendo.

2
  • ¿Puedes poner el valor de ese caracter? He probado a copiar de tu pregunta y hacer "? * H".charCodeAt(1)y devuelve 32 (espacio normal), con lo que no puedo reproducir el problema. Commented el 23 may. 2018 a las 13:07
  • @PabloLozano, en la pregunta he puesto el carácter, el cual es este: -->` `` <-ahí está, no sé si se verá... (tuve que poner dos identificadores al final), debería estar en medio de los dos identificadores, ignorando el último. Verificándolo aquí obtengo el código 160, parece que es el equivalente HTML de &nbsp;
    – A. Cedano
    Commented el 23 may. 2018 a las 13:24

1 respuesta 1

2

Parece que ese carácter es el espacio duro.

No sé qué herramienta usas para hacer las sustituciones, pero Notepad++ o Visual Studio Code, además de casi cualquier IDE, te debería permitir buscar y reemplazar por espacios usando una expresión regular. Y el caracter especial \s representa cualquier espacio, incluido el que te preocupa, retornos de carro, tabulaciones...:

En MDN:

\s : Coincide con un carácter de espacio, entre ellos incluidos espacio, tab, salto de página, salto de linea y retorno de carro. Equivalente a [\f\n\r\t\v​\u00a0\u1680​\u180e\u2000​\u2001\u2002​\u2003\u2004​\u2005\u2006​\u2007\u2008​\u2009\u200a​\u2028\u2029​​\u202f\u205f​\u3000].

const label=document.getElementById('l');
let t=label.innerText;
console.log(t);
console.log('Primer espacio:',t.charCodeAt(4));
t=t.replace(/\s+/,' '); //reemplazamos cualquier cantidad de espacios por uno
console.log('Resultado',t)
console.log('Primer espacio:',t.charCodeAt(4));
<label id="l">Hola&nbsp; qué tal<label>

1
  • Pablo yo uso Coda como IDE. No había pensado en usar REGEX, lo cuál sería una buena opción como dices. Yo estaba simplemente buscando los espacios normales.
    – A. Cedano
    Commented el 23 may. 2018 a las 15:20

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.