这个工具解决什么问题
把大模型生成的内容用起来的时候，真正费时间的不是让它写，而是把它的输出变成能直接用的东西。它总会带一堆 markdown 标记：**加粗**、## 标题、- 列表、> 引用；开头还常常来一句「当然可以！」，结尾补一句「希望这对你有帮助！」。如果你是要把它粘进 Word、粘进邮件、粘进数据库，这些符号和客套话全得手工删。更麻烦的是批量场景：几十份 AI 生成的文案、摘要、周报都存在文件夹里，一份份打开清理，一个下午就没了。
- 原来的做法：一份份打开，手工删 markdown 符号、删开头结尾的客套话、把连续空行一个个回车删掉，再另存为新文件；文件多了就只能靠耐心。
- 用这个工具：选好文件（或整个文件夹），勾上要去掉的东西，点一下，右侧立刻给出干净结果；批量导出会写到新目录，原文件一个都不动。
- 省下来的：单份从两三分钟降到几秒；几十份的批量从一下午降到十几秒，而且不会漏掉某个文件没清。
技术实现
Python 标准库 + tkinter 界面，PyInstaller 打包成单个 exe。清理规则全部是纯函数（strip_markdown / strip_ai_filler / to_halfwidth 等），与界面完全解耦：界面上每个勾选框就是 opts 字典里的一个布尔值，改动规则只动函数，改动界面只动控件绑定。
- Markdown 清理的处理顺序有讲究：必须先去图片/链接语法（保留可见文字），再去强调符号，最后去行首标记（标题、引用、列表）。顺序反过来会先把链接语法拆坏——比如先去掉 `*` 再处理 `[文字](链接)`，会把链接里的星号也一起误伤。
- 客套话按正则整行匹配，不做字符串替换：用 8 条正则（「当然可以」「很高兴为你解答」「希望这对你有帮助」「综上所述」等）逐行匹配，命中整行才删。用字符串 replace 会把正文里正常出现的「当然」也删掉，那是不可接受的误伤。
- 全角转半角用映射表而不是编码运算：构建 94 个可见 ASCII 字符的映射表，只转全角英文/数字/标点，中文标点（，。！？）原样保留。如果用 chr(ord(c)-0xFEE0) 硬算，会把中文全角标点也变成半角逗号，反而破坏中文排版。
- 默认只开安全的选项：默认勾选的是「压缩多余空行」和「去首尾空白」这两项纯格式操作；去 markdown、去客套话、去序号这些会改变原文内容的选项默认关闭。宁可让用户多勾一次，也不要一个手滑把正文改没了。
- 批量导出到新目录，绝不覆盖原文件：输出文件命名为「原文件名_cleaned.扩展名」，写到用户指定的新目录。覆盖用户数据是不可接受的风险，宁可多占一点磁盘空间。
- 边输边预览：文本框绑定 KeyRelease 事件，粘贴或修改后右侧结果实时刷新，并显示「原文 N 字符 → 结果 M 字符」，清理效果一目了然，不需要来回点按钮。
技术栈：Python 3.8+、re / pathlib 标准库、tkinter 图形界面、PyInstaller 单文件
已知局限：只处理纯文本类文件（.txt / .md / .log / .csv），不解析 .docx / .pdf 的内部格式；Markdown 清理是正则实现，对嵌套复杂语法（如表格内的强调符号）可能处理不完全。
操作教程
- 打开程序
双击 exe，出现主窗口：上方是文件选择区，中间左右两块分别是「原文」和「清理结果」，下方是清理选项与操作按钮。
预期结果：窗口正常打开，左侧文本框为空，右侧结果区为空。 - 放入要清理的内容
三种方式任选：把文本直接粘贴到左侧「原文」框；点「选择文件」多选若干文本文件；点「选择文件夹」把整个目录里的文本文件都加进来。
预期结果：粘贴内容后右侧立刻出现清理预览；选文件后第一个文件的内容会自动载入左侧。 - 勾选清理选项
在「清理选项」里按需要勾选。「压缩多余空行」「去首尾空白」默认已开；要去掉 markdown 符号就勾「去 Markdown 标记」，要去掉 AI 客套话就勾「去 AI 客套话」。
预期结果：每次勾选或取消，右侧结果立即刷新。 - 开始清理
点「开始清理」按钮执行一次完整清理（其实预览已经在实时更新，这一步是确认）。
预期结果：状态栏显示「清理完成：N 字符 → M 字符（减少 K）」。 - 批量导出
如果加了多个文件，点「导出到新目录」，选一个输出目录。工具会逐个清理并写成「原文件名_cleaned.扩展名」，原文件保持不变。
预期结果：进度条按文件数推进，完成后弹窗提示成功与失败的数量。 - 取用结果
只处理了一段文本时，可以直接点「复制结果」把清理后的内容放进剪贴板，粘到哪儿都行。
预期结果：状态栏提示已复制到剪贴板。
整个工具在本地运行，不联网，文本不会离开你的电脑。
常见问题
技术实现与后续维护
本工具由我们自行开发并持续维护，每次迭代都经过本地自测。清理规则是 6 个互相独立的纯函数，每个函数只负责一类符号；新增一类规则就是新增一个函数并在 clean_text 里挂上开关，不会影响已有规则。
技术构成：
src/clean_text.py—— 唯一源码文件：清理规则纯函数 + tkinter 界面 + 批量导出DOCS/开发文档.md—— 工程结构、规则实现顺序、默认值取舍与扩展点
运行环境：
本工程为 Python 项目，只需标准库：
python src\clean_text.py
打包成单文件 exe（必须带 --noconsole，否则会弹黑色控制台窗口）：
pip install pyinstaller
pyinstaller --onefile --noconsole --name "AI文本批量去格式" src\clean_text.py
可扩展方向：
- 增加 .docx 解析（python-docx）与 .pdf 提取（pdfminer.six）
- 把「客套话」规则做成可编辑的外部词库文件，用户可自行增删
- 增加「AI 味检测」：统计文本里套话、连接词、重复句式的比例
- 增加命令行之外的定时/监听目录能力（放进目录自动清理）
本工具免费提供使用，但不对外分发源码。如果你需要在本工具基础上做功能调整、对接内部系统或长期维护，可以联系我们做二次开发，源码与工程文档可在定制合作中一并交付。
需要其它功能？可以定制
这个工具只做一件事：AI 输出总带着多余空行和 markdown 符号，粘到文档里还得手工清一遍。如果你的场景还需要别的处理，可以联系我们做二次开发，按你的实际数据格式和流程定制。
常见的定制需求：
- 支持 Word（.docx）与 PDF 的正文提取与清理
- 增加自定义的「要删除的固定句子」列表，支持导入词库文件
- 增加「按段落智能重排」：把 AI 输出的一整段长文按语义切成多段
- 批量处理时生成一份汇总报告（每个文件减少了多少字符）
- 联系方式：邮箱/微信见站内「联系我们」页面，或在本文下方留言
- 定制说明：请附上你的数据样例（脱敏即可）和期望结果，方便快速评估工作量
- 交付形式：定制项目可交付可执行程序，按需一并交付源码与工程文档，支持长期维护
使用说明与免责声明
- 本工具在本地运行，不联网、不上传任何数据到服务器。
- 涉及文件改写的功能，请在使用前备份原始文件。
- 软件完全免费，可自由使用与转发，请勿用于倒卖。
- 因误操作造成的数据问题请自行承担。
