የማይታዩ ቁምፊዎች ማግኛ እና ማስወገጃ
ጽሑፍ
ማጠቃለያ
ምንም የማይታዩ ቁምፊዎች አልተገኙም።
በምስል የቀረበ
ምድቦችን አስወግድ
የጸዳ ውጤት
ቴክኒካዊ ዝርዝሮች
የማይታዩ ቁምፊዎች መፈለጊያ እንዴት እንደሚሰራ
መሣሪያው ምን ያደርጋል
መሣሪያው ጽሑፍን ምንም የሚታይ ምስል የማያሳዩ Unicode ኮድ ነጥቦችን ይፈትሻል፣ እያንዳንዱንም በU+ ኮዱ፣ በይፋዊ ስሙ፣ በቦታው እና በየአይነቱ ቁጥር ይዘረዝራል። ዜሮ-ወርድ ባዶ ቦታ (U+200B)፣ ዜሮ-ወርድ non-joiner እና joiner (U+200C፣ U+200D)፣ word joiner (U+2060)፣ byte order mark (U+FEFF)፣ soft hyphen (U+00AD)፣ የማይሰበር እና ሌሎች ያልተለመዱ ባዶ ቦታዎች (U+00A0፣ U+2007፣ U+202F)፣ የመስመር እና አንቀጽ መለያዎች፣ እና ባለሁለት አቅጣጫ መቆጣጠሪያዎች (U+202A–U+202E፣ U+2066–U+2069) ይለያል። በጽሑፉ ውስጥ ሊያሳዩዋቸው እና ሁሉንም ወይም የተመረጡ ምድቦችን ብቻ ማስወገድ ይችላሉ። ሂደቱ በአሳሹ ውስጥ በአካባቢው ይከናወናል።
የተለመዱ የገንቢ አጠቃቀም ሁኔታዎች
ገንቢዎች የሕብረቁምፊ ንጽጽር እንዲወድቅ የሚያደርግ ዜሮ-ወርድ ባዶ ቦታ፣ የማይዛመድ የAPI ቁልፍ ወይም የይለፍ ቃል፣ በBOM ምክንያት የማይተነተን JSON ፋይል፣ ወይም ተመሳሳይ የሚመስል ግን ያልሆነ የCSV ራስጌ ለማግኘት ይጠቀማሉ። ጸሐፊዎች እና አዘጋጆች ከድር ገጾች፣ PDFዎች እና የውይይት መሳሪያዎች የተቀዳ ጽሑፍን ያጸዳሉ። የደህንነት ገምጋሚዎች የምንጭ ኮድን እና pull requestዎችን ለTrojan Source bidi መቆጣጠሪያዎች (CVE-2021-42574) እና homoglyph ብልሃቶች ይቃኛሉ። ወደ CMS፣ የተመን ሉህ ወይም ተርሚናል ከመለጠፍዎ በፊት የAI ረዳቶች ጽሑፍ ውስጥ ያሉ የባዘኑ ዜሮ-ወርድ ቁምፊዎችን ወይም የማይሰበሩ ባዶ ቦታዎችን ለማጽዳትም ያገለግላል።
የቁምፊ ምድቦች
ቁምፊዎች በቡድን ይከፈላሉ፦ ዜሮ-ወርድ ቁምፊዎች (U+200B–U+200D፣ U+2060፣ U+FEFF)፣ የባዶ ቦታ ዓይነቶች (NBSP U+00A0፣ en እና em ባዶ ቦታዎች U+2000 እስከ U+200A፣ ጠባብ NBSP U+202F፣ ideographic ባዶ ቦታ U+3000)፣ የቅርጸት መቆጣጠሪያዎች (soft hyphen U+00AD፣ የማይታዩ መለያዎች U+2061 እስከ U+2064)፣ ባለሁለት አቅጣጫ መቆጣጠሪያዎች (LRE፣ RLE፣ PDF፣ LRO፣ RLO፣ LRI፣ RLI፣ FSI፣ PDI)፣ እና ከC0 እና C1 ክልሎች የሚመጡ የማይታተሙ መቆጣጠሪያ ቁምፊዎች። አንዳንዶቹ ትርጉም አላቸው፦ ZWJ የኢሞጂ ተከታታዮችን ያያይዛል፣ ZWNJ ደግሞ በፋርስኛ እና በሂንዲ ሆሄያት ያስፈልጋል።
የተለመዱ ስህተቶች እና የጠርዝ ሁኔታዎች
ሁሉንም ማስወገድ ሁልጊዜ ትክክል አይደለም፦ ZWJ ማስወገድ እንደ ቤተሰብ ወይም ባንዲራ ያሉ ኢሞጂዎችን ይሰብራል፣ ZWNJ ማስወገድ ደግሞ በፋርስኛ፣ በአረብኛ እና በህንድ ጽሑፎች ቃላትን ይለውጣል። ቃላት እንዳይዋሃዱ NBSP ከመሰረዝ ይልቅ በተለመደው ባዶ ቦታ ይተኩ። በፋይል መጀመሪያ ያለ BOM ብዙ ጊዜ በፋይል ደረጃ ቢወገድ ይሻላል። Trim እና normalization መሳሪያዎች ዜሮ-ወርድ ቁምፊዎችን አያስወግዱም፣ homoglyphs (በላቲን a ፋንታ ሲሪሊክ) ደግሞ የሚታዩ ቁምፊዎች ናቸው፣ ስለዚህ የተለየ ፍተሻ ያስፈልጋቸዋል። ጽሑፍን escape ለማድረግ Text Escape ይመልከቱ፤ ለቆጠራ Text Analyzer ይመልከቱ።