处理文字是日常最高频的动作：改文件名、整理名单、清洗数据、排版文案。看似简单，但大小写、字数、去重这几件事都有门道，用错方法就是无效劳动。
大小写转换的四种形态
- 全大写 / 全小写：最常用，批量改标签、统一变量名。
- 首字母大写（Title Case）：标题用，但英文里 and/of/the 等虚词是否大写要看风格指南，机械转容易出错。
- 句首大写（Sentence case）：正文用，需要识别句号，对「Dr. Smith」里的句点会误判。
- 大小写互换：排查时偶尔用。
中文字符没有大小写概念，转换时只影响其中的英文字母，这点 文本处理工具 会自动区分，不会动汉字。
字数统计：中英文算法不同
英文按「单词数」算（空格分词），中文按「字符数」算（汉字逐个计）。同一段中英混排，字数统计 会分别给出中文字符数和英文单词数——别用纯英文工具去数中文，结果会严重偏低（它只数了空格间隔的英文词）。
去重：整行还是按字段
去重前先想清楚粒度：
- 整行去重：名单、日志，完全相同的行才合并。
- 按某字段去重：CSV 里按「邮箱列」去重，但保留第一行其他信息——这需要按列处理，不是简单整行去重。
常见错误：把「 张三 」（前面有空格）和「张三」当成两条不同记录，去重前应先做 trim 去除首尾空白。
批量替换的陷阱
- 区分大小写：替换 "Apple" 不会动 "apple"，需要勾选忽略大小写时别漏。
- 正则 vs 普通：把 `2026-10-10` 全改成 `2026/10/10` 用正则 `(d{4})-(d{2})-(d{2})` 最稳；普通替换会把「2026-10-10」中间的横杠也误伤其他格式。
- 换行符：Windows 的 CRLF 和 Unix 的 LF 混用时，按行处理会出偏差，清洗前先统一。
结论
文本处理没有「一键完美」，只有「先想清楚粒度」。是整行还是按列？中英文怎么数？要不要去空白？想明白再用 文本处理工具 批量跑，效率翻倍还不出错。处理 JSON 等结构化文本时，先用 JSON 格式化 理清结构再动手。