Limpeza de palavras-chave e contador de bytes Amazon

O modo predefinido mantém uma expressão por linha. Remove espaços exteriores e duplicados exatos, preservando a primeira ocorrência e a ordem. Não gera palavras-chave, volumes de pesquisa ou classificações.

Os pontos de código Unicode e os bytes UTF-8 são contados separadamente, incluindo quebras de linha do resultado. Japonês, coreano, chinês, acentos e emoji podem ocupar vários bytes.

Ignorar maiúsculas une variantes; normalizar Unicode pode unir acentos equivalentes. Separar por espaços divide expressões e é inadequado para muitos textos CJK. Verifique a regra atual do campo e mercado sem presumir um limite Amazon universal.