Inspección de saltos de línea
Cuenta CRLF, LF aislados y CR aislados sin modificar el texto.
def newline_counts(text):
if not isinstance(text, str):
raise ValueError("text.required")
pairs = text.count("\r\n")
remaining = text.replace("\r\n", "")
return {"crlf": pairs, "lf": remaining.count("\n"),
"cr": remaining.count("\r")}| Proyecto | Prueba finales mezclados, un búfer vacío y la última línea sin terminador, contando cada pareja CRLF una sola vez. |
|---|---|
| Revisa antes de aplicar | Compara el comportamiento real con el resultado esperado. Si una prueba falla, investiga la causa antes de hacer más cambios. |
| Modelos | Configura un endpoint compatible con OpenAI o Anthropic usando la URL base y, si hace falta, una clave API. Prueba la conexión. Un servidor local debe estar en ejecución; las herramientas remotas pueden enviar datos por separado. |
def newline_counts(text):
if not isinstance(text, str):
raise ValueError("text.required")
pairs = text.count("\r\n")
remaining = text.replace("\r\n", "")
return {"crlf": pairs, "lf": remaining.count("\n"),
"cr": remaining.count("\r")}Cambia el tratamiento del texto sin ocultar el contrato del archivo
LineSieve es un entorno de programación para Windows que permite abordar cambios de procesamiento de texto con un modelo que conectas tú. Empieza con un archivo representativo y explica la diferencia entre el resultado actual y el requerido. Separa las reglas de contenido de las reglas de formato de archivo para que una petición de normalización no se amplíe silenciosamente a transformaciones ajenas.
La mezcla de convenciones de salto de línea es un ejemplo útil. La función de inspección proporcionada distingue los pares CRLF de los caracteres LF y CR restantes, y ofrece un punto de partida concreto para revisar tu proceso de importación o exportación. Pide al asistente que lo inspeccione e identifique dónde termina la detección y empieza la modificación antes de solicitar un cambio.
Revisa el código propuesto comparando los datos originales y esperados lado a lado durante tus propias comprobaciones. Incluye un archivo vacío, finales de línea mixtos y una última línea sin terminador. Ejecuta las pruebas del proyecto e inspecciona el archivo generado, prestando atención a si la operación cambia contenido que tu petición pretendía conservar.
La elección de modelos de IA sin filtros se refiere a los disponibles mediante conexiones compatibles con OpenAI o de Anthropic admitidas, sujetas al comportamiento y los límites de su proveedor. Proporciona credenciales cuando sean necesarias y verifica las herramientas y la capacidad de contexto del servidor. LineSieve ofrece a ese modelo una conversación de proyecto; no convierte todos los servicios u operaciones conectados en locales.
Define la operación de texto antes de solicitarla
¿Cómo distingo inspección de normalización en mi petición?
Indica si quieres un informe sobre los finales existentes o un archivo de salida modificado. Nombra la convención de destino solo para una tarea de conversión. Pide al asistente que explique cualquier escritura propuesta en una petición exclusivamente de inspección.
¿Por qué incluir un archivo sin salto de línea final?
Revela si la operación propuesta también añade o elimina un terminador al final. Eso puede quedar fuera de tus requisitos aunque todos los saltos internos se conviertan correctamente. Comprueba la salida exacta esperada.
¿Deben los archivos de muestra contener texto real de clientes?
Siempre que sea posible, usa casos pequeños y representativos con los mismos caracteres y finales de línea pertinentes. El modelo necesita el comportamiento del formato, no contenido sensible ajeno a la tarea. Confirma adónde se envía el contexto seleccionado antes de compartir registros reales.
¿Qué resultado debo inspeccionar después de ejecutar el exportador modificado?
Compara los bytes exportados y el texto interpretado con tus datos esperados. Comprueba los finales de línea, el comportamiento de la última línea y el contenido conservado; después ejecuta las pruebas de importación o exportación circundantes para detectar cambios más allá de la propia función auxiliar.
LineSieve · Actualizado 2026-10-25