Detektor und Entferner für unsichtbare Zeichen
Text
Zusammenfassung
Keine unsichtbaren Zeichen gefunden.
Visualisiert
Kategorien entfernen
Bereinigte Ausgabe
Technische Details
So funktioniert der Detektor für unsichtbare Zeichen
Was das Tool macht
Das Tool durchsucht Text nach Unicode-Codepunkten, die kein sichtbares Glyph darstellen, und listet jeden mit seinem U+-Code, offiziellem Namen, seiner Position und der Anzahl pro Typ auf. Es erkennt das Zero-Width-Space (U+200B), Zero-Width-Non-Joiner und -Joiner (U+200C, U+200D), Word Joiner (U+2060), Byte Order Mark (U+FEFF), bedingten Trennstrich (U+00AD), geschützte und andere exotische Leerzeichen (U+00A0, U+2007, U+202F), Zeilen- und Absatztrenner sowie bidirektionale Steuerzeichen (U+202A–U+202E, U+2066–U+2069). Sie können sie direkt im Text sichtbar machen und alle oder nur ausgewählte Kategorien entfernen. Die Verarbeitung erfolgt lokal im Browser.
Häufige Anwendungsfälle für Entwickler
Entwickler nutzen es, um ein Zero-Width-Space zu finden, das einen String-Vergleich scheitern lässt, einen API-Schlüssel oder ein Passwort, das nicht passt, eine JSON-Datei, die wegen eines BOM nicht geparst wird, oder eine CSV-Kopfzeile, die identisch aussieht, es aber nicht ist. Autoren und Redakteure bereinigen Text, der von Webseiten, PDFs und Chat-Tools kopiert wurde. Security-Reviewer prüfen Quellcode und Pull Requests auf Trojan-Source-Bidi-Steuerzeichen (CVE-2021-42574) und Homoglyphen-Tricks. Es dient auch dazu, Text von KI-Assistenten zu bereinigen, der verirrte Zero-Width-Zeichen oder geschützte Leerzeichen enthält, bevor er in ein CMS, eine Tabellenkalkulation oder ein Terminal eingefügt wird.
Zeichenkategorien
Die Zeichen fallen in Gruppen: Zero-Width-Zeichen (U+200B–U+200D, U+2060, U+FEFF), Leerzeichenvarianten (NBSP U+00A0, En- und Em-Leerzeichen U+2000 bis U+200A, schmales NBSP U+202F, ideografisches Leerzeichen U+3000), Formatierungssteuerzeichen (bedingter Trennstrich U+00AD, unsichtbare Trenner U+2061 bis U+2064), bidirektionale Steuerzeichen (LRE, RLE, PDF, LRO, RLO, LRI, RLI, FSI, PDI) und nicht druckbare Steuerzeichen aus den Bereichen C0 und C1. Einige sind bedeutsam: ZWJ verbindet Emoji-Sequenzen, und ZWNJ ist in der persischen und Hindi-Orthografie erforderlich.
Häufige Fallstricke und Sonderfälle
Alles zu entfernen ist nicht immer richtig: Das Entfernen von ZWJ zerstört Emojis wie Familien- oder Flaggensequenzen, und das Entfernen von ZWNJ verändert Wörter im Persischen, Arabischen und in indischen Schriften. Ersetzen Sie NBSP durch ein normales Leerzeichen, statt es zu löschen, sonst verschmelzen Wörter. Ein BOM am Dateianfang lässt sich oft besser auf Dateiebene entfernen. Trim- und Normalisierungs-Tools entfernen keine Zero-Width-Zeichen, und Homoglyphen (kyrillisch statt lateinisch a) sind sichtbare Zeichen, daher ist eine separate Prüfung nötig. Zum Escapen von Text siehe Text Escape; zum Zählen siehe Text Analyzer.