Ir al contenido
OneKitly

Una palabra por línea

Divide el texto para poner cada palabra en su propia línea.

Abre Una palabra por línea y obtienes una respuesta al momento, sin crear ninguna cuenta. La encontrarás en Transformar y limpiar, con Invertir cada palabra y Invertir el orden de las palabras para los casos vecinos.

Cómo usarlo

  1. Abre la herramienta — sin registro ni instalación.
  2. Introduce tus datos o ajusta las opciones disponibles.
  3. Obtén tu resultado al instante y cópialo o descárgalo.

Preguntas frecuentes

¿Para qué sirve Una palabra por línea?

Divide el texto para poner cada palabra en su propia línea.

¿En qué casos se usa realmente?

Limpiar un pegado antes de usarlo: quitar duplicados de una lista, normalizar mayúsculas, eliminar tildes para un nombre de archivo u ordenar líneas.

¿Cuál es el error más frecuente?

Ordenar texto como si fuera ASCII. Las letras acentuadas caen después de la Z en una ordenación por bytes, lo que pone «Zúrich» antes que «Émile» y produce una lista que ningún lector aceptará.

¿En qué se diferencia Una palabra por línea de Invertir cada palabra?

Están próximos pero responden a preguntas distintas: Invertir cada palabra es el que conviene abrir cuando se trata de invierte las letras de cada palabra manteniendo el orden de las palabras. Elige el que encaje con tu punto de partida — ambos son gratis.

¿Hay una herramienta para el siguiente paso?

Invertir el orden de las palabras es el más cercano después de este: Invierte el orden de las palabras de cada línea (manteniendo las letras).

¿Qué más conviene tener abierto al lado?

Ajustar texto (word wrap) y Añadir números de línea: aparecen en la misma tarea lo bastante a menudo como para merecer otra pestaña.

¿De dónde salen los datos?

Las transformaciones usan el manejo de cadenas Unicode del navegador, así que los cambios de mayúsculas y la ordenación respetan la configuración regional, no el orden de bytes. Nada se trunca: sale todo lo que entró.

Para saber más

Todas las guías
TutorialNumerar las líneas de un texto para una revisión entre varias personasLa numeración empieza en 1 y no se puede poner a 0, la alineación se hace con espacios y no con ceros, y la herramienta que los quita deshace ocho de los once separadores sin tocar la indentación. Lo que sigue sin poder hacer es distinguir tus números de los suyos.ExplicaciónDónde puede cortarse una línea: el algoritmo Unicode detrás de cada párrafo ajustado«Cortar en los espacios» falla en la mayoría de los sistemas de escritura. UAX #14 da a cada carácter una clase de corte de línea; buscamos las nuestras en Unicode 17.0.0 y ejecutamos una implementación conforme sobre espacios duros, guiones blandos, espacios de ancho cero, URL, japonés y tailandés.TutorialLimpiar texto desordenado: el orden de las operaciones que sí importaQuitar etiquetas antes de decodificar entidades, recortar antes de deduplicar, colapsar los espacios al final. Tres órdenes ejecutados en Node, un pipeline de nueve pasos en la secuencia correcta y los caracteres invisibles — U+00A0, U+200B, U+FEFF — que sobreviven a cualquier limpieza ingenua.GuíaConvertir entre formatos de lista sin perder datos: las reglas de comillas que nadie leePasar de una lista con saltos de línea a una lista con comas es trivial hasta que un elemento contiene una coma. Las reglas de comillas de la RFC 4180, por qué un campo CSV puede contener un salto de línea, por qué las hojas de cálculo europeas usan el punto y coma, y qué le hace un elemento vacío a la ida y vuelta — cada caso ejecutado e impreso.GuíaQuitar el Markdown: lo que el texto plano pierde, y en qué se equivoca una regexUn enlace se convierte en texto con su destino borrado, una lista anidada pierde su jerarquía, una tabla se vuelve una fila de palabras. Luego la mitad técnica: el markdown no tiene una especificación única, y un limpiador a base de regex destroza un nombre de archivo, un signo de multiplicación y el interior de un bloque de código — todo confrontado con un analizador de verdad.ExplicaciónFrecuencia de palabras y ley de Zipf: contamos seis libros en seis lenguas y ajustamos la pendienteLa palabra de rango n aparece unas 1/n veces respecto a la primera. Contamos seis libros de dominio público, imprimimos rango × frecuencia, ajustamos log frecuencia contra log rango y obtuvimos pendientes entre -1,02 y -1,08 en las seis lenguas — y los dos sitios donde la ley falla.