| name | tab_space_normalizer |
| description | Tab/空格规范化工具。读取结构化数据文件，执行制表符展开、行尾空格清理与可选公共缩进去除，输出空白已统一的结构化数据文件。
当用户提到Tab转空格、制表符转空格、缩进规范化、行尾空格清除、公共缩进去除等需求时使用此skill。
即使用户没有明确说出"tab_space_normalizer"，只要任务涉及文本中的Tab/空格归一，就应该使用此skill。
不负责文本内容改写、拼写纠错、重复标点合并或其他非空白字符清理。
|
| name_zh | tab_space_normalizer_空白规范化算子 |
| tag | 清洗 |
| input_params | [{"name":"input_path","type":"string","required":true,"description":"输入文件路径"},{"name":"output_path","type":"string","required":true,"description":"输出文件路径"},{"name":"text_columns","type":"string","required":false,"description":"处理的文本列，逗号分隔"},{"name":"tab_width","type":"string","required":false,"default":"4","description":"Tab替换为空格的数量"},{"name":"strip_trailing","type":"string","required":false,"default":"True","description":"去除行尾多余空格（默认开启）"},{"name":"dedent","type":"string","required":false,"default":"False","description":"去除公共前导空格"}] |
| output_params | [{"name":"output_path","type":"csv_file","description":"规范化后的结构化数据文件"}] |
tab_space_normalizer Tab空格规范化Skill
功能概述
三步处理：(1) Tab → 空格转换（可配置宽度）；(2) 去除行尾多余空格；(3) 可选 de-indent（去除所有行的公共前导空格）。适用于代码、日志、表格文本的空白规范化。
触发条件
- Tab 转空格 / 制表符转空格
- 缩进规范化 / 行尾空格清除
- 公共缩进去除 / de-indent
- 空白字符统一
核心参数说明
必需参数
| 参数 | 说明 |
|---|
--input_path | 输入 CSV/TSV/Excel 等结构化文件路径 |
--output_path | 输出清洗后文件路径 |
可选参数
| 参数 | 说明 | 默认值 |
|---|
--text_columns | 需要处理的文本列，逗号分隔；不填则处理全部字符串列 | 全部字符串列 |
--tab_width | Tab 展开为空格的数量 | 4 |
--strip_trailing | 是否去除行尾空格 | true |
--dedent | 去除公共前导缩进 | false |
输入文件格式
输入为结构化表格，文本列中可包含 Tab、行尾空格和公共缩进：
id,text
1,"tab\tinside"
2,"trail "
3," indented"
支持的文件格式
- CSV (.csv) / TSV (.tsv) / Excel (.xls, .xlsx) / SPSS (.sav)
使用方法
python scripts/tab_space_normalizer.py \
--input_path <输入文件> \
--output_path <输出文件> \
[--text_columns col1,col2] \
[--tab_width 2] \
[--strip_trailing true] \
[--dedent]
参数说明
| 参数 | 必填 | 说明 |
|---|
--input_path | 是 | 输入文件路径 |
--output_path | 是 | 输出文件路径 |
--text_columns | 否 | 处理的文本列 |
--tab_width | 否 | Tab 展开宽度 |
--strip_trailing | 否 | 是否去除行尾空格 |
--dedent | 否 | 去除公共前导缩进 |
输出示例
[OK] Tab/空格规范化完成 -> output.csv
列: ['text'], tab_width=4, strip_trailing=True, dedent=False
输入 tab\tinside → 输出 tab inside
环境要求
使用仓库内 Python 环境运行，无额外第三方依赖；读取/写入复用共享 data_io。
注意事项
- 使用 Python 标准
str.expandtabs(tab_width) 进行 Tab 展开
- de-indent 使用
textwrap.dedent，只去除所有行共同的前导空格
- 处理顺序：Tab 展开 → 行尾空格 → de-indent
