Esta página apresenta a interface de Sanitização, a aba de Edição dedicada a remover ruídos técnicos e padronizar textos antes da análise. Ela concentra regras de higienização, normalização, conversão de caixa, privacidade e expressões regulares customizadas.
No contexto do PHPB Lab, a Sanitização funciona como uma etapa de controle de qualidade textual: recebe um texto de origem, aplica regras selecionadas e exibe uma prévia com métricas de alteração. A interface se aplica a OCR, PDFs convertidos, cópias com quebras indevidas e bases com dados sensíveis; configure os grupos de regra e regex conforme o corpus; use a prévia para validar o efeito antes de enviar o texto para análise.
Resumo técnico
| Aspecto | Referência |
|---|
| O que é | Aba de limpeza e normalização textual no workspace Edição. |
| O que faz | Remove artefatos, normaliza sinais, transforma caixa e oculta dados sensíveis. |
| Como funciona | Aplica regras selecionadas ao texto base e calcula uma prévia sanitizada. |
| Aplicação | Preparação de textos ruidosos antes de segmentação, etiquetagem ou anotação. |
| Configuração | Selecione regras por grupo e defina regex customizada quando necessário. |
| Uso | Cole ou carregue o texto, ative regras, confira a prévia e envie para análise. |
Elementos
| Elemento | Função |
|---|
| PresetSidebar | Lista regras agrupadas e presets salvos. |
| SourceEditor | Editor do texto de origem, com desfazer/refazer. |
| LivePreview | Mostra resultado sanitizado, delta de caracteres, sentenças e métricas. |
| CustomRegexField | Permite regra regex customizada e salvamento em preset. |
| Enviar para Análise | Salva o texto em sessionStorage e navega para /. |
Grupos de regras
| Grupo | Regras |
|---|
| Higienização | Hifens de PDF, quebras múltiplas, quebra no meio da frase, espaços extras, remover acentuação, remover pontuação. |
| Normalização | Normalizar aspas, normalizar travessões. |
| Conversão de case | Minúsculas, maiúsculas, title case, sentence case, slug/URLify. |
| Privacidade | Ocultar e-mails, ocultar CPFs. |