Usuwanie numeracji i wypunktowań – jak oczyścić listy skopiowane z PDF, Word i stron

Kopiujesz listę wymagań z dokumentu Word do bazy danych. Kopiujesz agendę ze strony internetowej do arkusza kalkulacyjnego. Pobierasz listę produktów z PDF do systemu CMS. Za każdym razem to samo: każda pozycja zaczyna się od 1., •, – lub a). Przed importem musisz te oznaczenia usunąć, bo w systemie docelowym nie są częścią wartości – są tylko formatowaniem. Ręczne usuwanie z 50 pozycji to kilka minut frustracji. Automatyczne – kilka sekund.

Skąd biorą się niechciane numeracje?

Kopiowanie z dokumentów PDF

PDF to format prezentacyjny – przechowuje tekst z informacją o jego wyglądzie, ale nie o jego semantyce. Gdy kopiujesz listę punktowaną z PDF, każdy punktor jest kopiowany razem z tekstem jako zwykły znak. Oznacza to, że punktory • czy cyfry 1. stają się literalną częścią tekstu w schowku. W docelowym edytorze pojawiają się jako zwykłe znaki, nie jako formatowanie listy.

Kopiowanie ze stron internetowych

Strony HTML mają listy numerowane (<ol>) i wypunktowane (<ul>). Przeglądarki generują numery i punktory wizualnie na podstawie CSS, więc teorytycznie po skopiowaniu do edytora tekstowego numeracja powinna zniknąć. W praktyce bywa różnie – część przeglądarek dodaje numery i myślniki do skopiowanego tekstu jako zwykłe znaki. Szczególnie dotyczy to kopiowania przez Ctrl+C zamiast opcji „Kopiuj jako tekst".

Eksport z oprogramowania biurowego

Gdy eksportujesz dokument Word, PowerPoint lub Notion do formatu .txt lub .csv, formatowanie list automatycznych jest tracone na rzecz tekstu – ale numery i punktory zostają zapisane jako literalne znaki. Efekt: pliki tekstowe z „1. Pozycja pierwsza", „2. Pozycja druga" zamiast czystych wartości.

Dlaczego to jest problem przy imporcie danych?

Wyobraź sobie import listy 200 wymagań funkcjonalnych do systemu do zarządzania projektami (Jira, Azure DevOps, Trello). Każde wymaganie to jedno zadanie. Jeśli przed importem nie usuniesz numeracji, każde zadanie będzie miało nazwę zaczynającą się od cyfry i kropki: „1. System powinien umożliwiać logowanie". To zaburza sortowanie, filtrowanie i wyszukiwanie w systemie. Poza tym numeracja zaczyna się duplikować – system sam nada kolejne numery ID, a oryginalna numeracja z dokumentu staje się zbędną informacją.

Formaty numeracji – co można napotkać w praktyce?

Lista formatów numeracji jest zaskakująco długa:

• Numeracja cyfrowa z kropką: 1. 2. 10. – najpopularniejsza w dokumentach Word i PDF.
• Numeracja cyfrowa z nawiasem: 1) 2) – często w formularzach i testach.
• Numeracja cyfrowa z myślnikiem: 1- 2- – popularna w starszych dokumentach i eksportach z systemów legacy.
• Numeracja literowa: a. b) A. – podpunkty w hierarchicznych listach.
• Punktory typograficzne: • · ▪ ▸ – standardowe punktory z edytorów tekstu.
• Myślniki i gwiazdki: - – — * – ręcznie wpisywane zastępniki punktorów.

Pułapki przy usuwaniu numeracji

Cyfry na początku, które nie są numeracją

Wzorzec \d+\. (cyfra + kropka) dopasuje zarówno 1. Pozycja jak i 3.14 (liczba dziesiętna). Dlatego narzędzie stosuje bardziej precyzyjny wzorzec: cyfra na początku linii (po ewentualnych spacjach), po której następuje separator (kropka, nawias, myślnik) i spacja. To minimalizuje ryzyko usunięcia cyfr będących częścią treści.

Myślnik w środku tekstu

Wzorzec myślnika jako punktora usuwa go tylko z początku linii – gdy jest pierwszym niebędącym spacją znakiem w wierszu. Myślniki w środku zdania (np. w zapisie dat lub zakresów) pozostają niezmienione.

Mieszane formaty w jednym dokumencie

Hierarchiczne listy mogą łączyć różne formaty: punkty główne numerowane cyfrowo, podpunkty literowo, a podpodpunkty punktorami. Zaznaczenie wszystkich opcji jednocześnie czyści wszystkie poziomy.

Gdy standardowe wzorce nie wystarczają

Niekiedy spotkasz format, którego standardowe opcje nie obsłużą – np. numerację z podwójnymi cyframi jak 1.1. 1.2. czy specjalne symbole punktorów charakterystyczne dla danego oprogramowania. W takim przypadku pomocne jest narzędzie Znajdź i zamień z obsługą wyrażeń regularnych, gdzie możesz wpisać dowolny wzorzec do usunięcia z początku linii.

Proces od dokumentu do czystych danych – przepływ pracy

1. Skopiuj listę z PDF, Word, strony lub prezentacji.
2. Wklej do narzędzia i zaznacz typy formatowania do usunięcia.
3. Włącz opcję przycinania spacji – po usunięciu numeracji często zostaje wiodąca spacja.
4. Kliknij Usuń – sprawdź wynik, upewnij się że treść pozycji jest kompletna.
5. Skopiuj czysty tekst i wklej do systemu docelowego.

Ten pięciostopniowy proces zajmuje mniej czasu niż ręczne usunięcie numeracji z pierwszych pięciu pozycji listy.