Pemeriksaan akhir baris
Hitung CRLF, LF tunggal dan CR tunggal tanpa mengubah teks.
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")}| Proyek | Uji akhir baris campuran, buffer kosong dan baris terakhir tanpa penutup dengan menghitung setiap pasangan CRLF sekali. |
|---|---|
| Tinjau sebelum menerapkan | Bandingkan perilaku sebenarnya dengan hasil yang diharapkan. Jika pemeriksaan gagal, cari penyebabnya sebelum membuat perubahan lain. |
| Model | Atur endpoint kompatibel OpenAI atau Anthropic dengan URL dasar dan kunci API jika diperlukan. Uji koneksi. Server model lokal harus berjalan; alat jarak jauh dapat mengirim data secara terpisah. |
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")}Ubah penanganan teks tanpa mengaburkan kontrak berkas
LineSieve adalah ruang kerja pemrograman Windows untuk membahas perubahan pemrosesan teks dengan model yang Anda hubungkan. Mulailah dengan berkas representatif dan jelaskan perbedaan antara hasil saat ini dan hasil yang dibutuhkan. Pisahkan aturan konten dari aturan format berkas agar permintaan normalisasi teks tidak diam-diam meluas menjadi transformasi yang tidak terkait.
Konvensi akhir baris campuran merupakan contoh yang berguna. Fungsi pemeriksaan yang disediakan membedakan pasangan CRLF dari karakter LF dan CR yang tersisa, memberi titik awal konkret untuk meninjau alur impor atau ekspor Anda sendiri. Minta asisten memeriksa alur tersebut dan mengidentifikasi batas antara deteksi dan modifikasi sebelum meminta suntingan.
Tinjau kode usulan dengan data uji asli dan yang diharapkan berdampingan dalam proses pemeriksaan Anda sendiri. Sertakan berkas kosong, akhir baris campuran, dan baris terakhir tanpa terminator. Jalankan pengujian proyek dan periksa berkas hasil, dengan memperhatikan apakah operasi mengubah konten yang ingin Anda pertahankan dalam permintaan.
Pilihan model AI tanpa filter merujuk pada model yang tersedia melalui koneksi kompatibel OpenAI atau Anthropic yang didukung, tunduk pada perilaku dan batas penyedianya. Berikan kredensial bila diperlukan dan verifikasi alat serta kapasitas konteks server. LineSieve memberi model itu percakapan proyek; itu tidak menjadikan setiap layanan atau operasi terhubung bersifat lokal.
Tentukan operasi teks sebelum memintanya
Bagaimana membedakan pemeriksaan dari normalisasi dalam permintaan?
Nyatakan apakah Anda ingin laporan tentang akhir baris yang ada atau berkas keluaran yang diubah. Sebutkan konvensi tujuan hanya untuk tugas konversi. Minta asisten menjelaskan penulisan apa pun yang diusulkan selama permintaan pemeriksaan saja.
Mengapa menyertakan berkas tanpa akhir baris terakhir?
Itu mengungkap apakah operasi usulan juga menambah atau menghapus terminator di bagian akhir. Hal itu mungkin di luar persyaratan meskipun semua pemisah baris internal dikonversi dengan benar. Periksa keluaran persis yang diharapkan.
Haruskah berkas contoh berisi teks pelanggan asli?
Gunakan data uji kecil yang representatif dengan karakter dan akhir baris relevan yang sama bila memungkinkan. Model memerlukan perilaku format, bukan konten sensitif yang tidak terkait. Pastikan ke mana konteks terpilih dikirim sebelum membagikan rekaman asli.
Hasil apa yang perlu diperiksa setelah menjalankan pengekspor yang diubah?
Bandingkan byte yang diekspor dan teks yang ditafsirkan dengan data uji harapan. Periksa akhir baris, perilaku baris terakhir, dan konten yang dipertahankan, lalu jalankan pengujian impor atau ekspor terkait untuk menangkap perubahan di luar fungsi pembantu itu sendiri.
LineSieve · Diperbarui 2026-10-25