DevToys Web Pro iconDevToys Web ProBlog
Ohodnoťte nás:
Vyzkoušejte rozšíření pro prohlížeč:

Detektor a odstraňovač neviditelných znaků

Text

Souhrn

Nebyly nalezeny žádné neviditelné znaky.

Vizualizace

Odebrat kategorie

Vyčištěný výstup

  • Technické detaily

    Jak funguje detektor neviditelných znaků

    Co nástroj dělá

    Nástroj prohledá text a najde body kódu Unicode, které nezobrazují žádný viditelný glyf, a každý vypíše s kódem U+, oficiálním názvem, pozicí a počtem podle typu. Rozpozná mezeru nulové šířky (U+200B), nespojovač a spojovač nulové šířky (U+200C, U+200D), word joiner (U+2060), značku pořadí bajtů (U+FEFF), měkký spojovník (U+00AD), nezalomitelné a další exotické mezery (U+00A0, U+2007, U+202F), oddělovače řádků a odstavců a obousměrné řídicí znaky (U+202A–U+202E, U+2066–U+2069). Můžete je zobrazit přímo v textu a odstranit všechny nebo jen vybrané kategorie. Zpracování probíhá lokálně v prohlížeči.

    Běžné případy použití pro vývojáře

    Vývojáři jej používají k nalezení mezery nulové šířky, kvůli které selhává porovnání řetězců, API klíče nebo hesla, které se neshoduje, souboru JSON, který kvůli BOM nejde naparsovat, nebo hlavičky CSV, která vypadá stejně, ale není. Autoři a redaktoři čistí text zkopírovaný z webových stránek, PDF a chatovacích nástrojů. Bezpečnostní revizoři prohledávají zdrojový kód a pull requesty kvůli bidi řídicím znakům z útoku Trojan Source (CVE-2021-42574) a trikům s homoglyfy. Používá se také k čištění textu od AI asistentů, který obsahuje zbloudilé znaky nulové šířky nebo nezalomitelné mezery, před vložením do CMS, tabulky nebo terminálu.

    Kategorie znaků

    Znaky se dělí do skupin: znaky nulové šířky (U+200B–U+200D, U+2060, U+FEFF), varianty mezer (NBSP U+00A0, mezery en a em U+2000 až U+200A, úzká NBSP U+202F, ideografická mezera U+3000), formátovací řídicí znaky (měkký spojovník U+00AD, neviditelné oddělovače U+2061 až U+2064), obousměrné řídicí znaky (LRE, RLE, PDF, LRO, RLO, LRI, RLI, FSI, PDI) a netisknutelné řídicí znaky z rozsahů C0 a C1. Některé mají smysl: ZWJ spojuje sekvence emoji a ZWNJ je nutný v perském a hindském pravopisu.

    Běžné nástrahy a okrajové případy

    Odstranit vše není vždy správné: odebrání ZWJ rozbije emoji, například rodiny nebo vlajky, a odebrání ZWNJ změní slova v perštině, arabštině a indických písmech. NBSP nahraďte běžnou mezerou místo smazání, jinak se slova slijí. BOM na začátku souboru je často lepší odstranit na úrovni souboru. Nástroje pro ořezání a normalizaci znaky nulové šířky neodstraňují a homoglyfy (cyrilice místo latinského a) jsou viditelné znaky, takže vyžadují samostatnou kontrolu. K escapování textu viz Text Escape; k počítání viz Text Analyzer.