Inspeção de quebras de linha
Conte CRLF, LF isolado e CR isolado sem mudar o 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")}| Projeto | Teste terminações misturadas, buffer vazio e linha final sem terminador, contando cada par CRLF uma única vez. |
|---|---|
| Revise antes de aplicar | Compare o comportamento real com o resultado esperado. Se uma verificação falhar, investigue a causa antes de fazer outras alterações. |
| Modelos | Configure um endpoint compatível com OpenAI ou Anthropic com a URL base e uma chave API, quando necessária. Teste a conexão. O servidor local precisa estar em execução; ferramentas remotas podem transmitir dados separadamente. |
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")}Altere o tratamento de texto sem obscurecer o contrato do arquivo
LineSieve é um ambiente de programação Windows para trabalhar em mudanças de processamento de texto com um modelo que você conecta. Comece com um arquivo representativo e explique a diferença entre o resultado atual e o exigido. Separe regras de conteúdo de regras de formato de arquivo para que uma solicitação de normalização de texto não se amplie silenciosamente para transformações não relacionadas.
Convenções mistas de quebra de linha são um exemplo útil. A função de inspeção fornecida distingue pares CRLF dos caracteres LF e CR restantes, oferecendo um ponto de partida concreto para revisar seu próprio fluxo de importação ou exportação. Peça ao assistente que examine esse fluxo e identifique onde termina a detecção e começa a modificação antes de solicitar uma edição.
Revise o código proposto com dados de teste originais e esperados lado a lado no seu próprio processo de verificação. Inclua um arquivo vazio, terminações mistas e uma linha final sem terminador. Execute os testes do projeto e examine o arquivo produzido, prestando atenção se a operação altera conteúdo que sua solicitação pretendia preservar.
A escolha de modelos de IA sem filtros se refere a modelos disponíveis por conexões suportadas compatíveis com OpenAI ou da Anthropic, sujeitos ao comportamento e aos limites do provedor. Forneça credenciais quando necessário e verifique as ferramentas e a capacidade de contexto do servidor. LineSieve oferece a esse modelo uma conversa sobre o projeto; ele não torna local todo serviço ou operação conectado.
Defina a operação de texto antes de solicitá-la
Como diferencio inspeção de normalização na solicitação?
Diga se deseja um relatório sobre as terminações existentes ou um arquivo de saída modificado. Nomeie a convenção de destino apenas para uma tarefa de conversão. Peça ao assistente que explique qualquer gravação proposta durante uma solicitação apenas de inspeção.
Por que incluir um arquivo sem quebra de linha final?
Isso revela se a operação proposta também adiciona ou remove um terminador no fim. Isso pode estar fora do requisito, mesmo que todas as quebras internas sejam convertidas corretamente. Verifique a saída exata esperada.
Os arquivos de exemplo devem conter texto real de clientes?
Sempre que possível, use dados de teste pequenos e representativos com os mesmos caracteres e terminações relevantes. O modelo precisa do comportamento do formato, não de conteúdo sensível não relacionado. Confirme para onde o contexto selecionado é enviado antes de compartilhar registros reais.
Qual resultado devo examinar depois de executar o exportador alterado?
Compare os bytes exportados e o texto interpretado com o caso de teste esperado. Verifique terminações de linha, comportamento da linha final e conteúdo preservado; depois execute os testes de importação ou exportação ao redor para detectar mudanças além da própria função auxiliar.
LineSieve · Atualizado 2026-10-25