DevToys Web Pro iconDevToys Web ProΙστολόγιο
Αξιολογήστε μας:
Δοκιμάστε την επέκταση προγράμματος περιήγησης:

Ανιχνευτής και αφαίρεση αόρατων χαρακτήρων

Κείμενο

Σύνοψη

Δεν βρέθηκαν αόρατοι χαρακτήρες.

Οπτικοποίηση

Αφαίρεση κατηγοριών

Καθαρισμένο αποτέλεσμα

  • Τεχνικές λεπτομέρειες

    Πώς λειτουργεί ο ανιχνευτής αόρατων χαρακτήρων

    Τι κάνει το εργαλείο

    Το εργαλείο σαρώνει το κείμενο για σημεία κώδικα Unicode που δεν εμφανίζουν ορατό γλύφο και απαριθμεί το καθένα με τον κωδικό U+, το επίσημο όνομα, τη θέση και το πλήθος ανά τύπο. Εντοπίζει το κενό μηδενικού πλάτους (U+200B), τον non-joiner και joiner μηδενικού πλάτους (U+200C, U+200D), το word joiner (U+2060), το byte order mark (U+FEFF), την ήπια παύλα (U+00AD), τα μη διασπώμενα και άλλα εξωτικά κενά (U+00A0, U+2007, U+202F), τους διαχωριστές γραμμής και παραγράφου και τους αμφίδρομους χαρακτήρες ελέγχου (U+202A–U+202E, U+2066–U+2069). Μπορείτε να τους εμφανίσετε μέσα στο κείμενο και να αφαιρέσετε όλους ή μόνο επιλεγμένες κατηγορίες. Η επεξεργασία γίνεται τοπικά στο πρόγραμμα περιήγησης.

    Συνηθισμένες περιπτώσεις χρήσης για προγραμματιστές

    Οι προγραμματιστές το χρησιμοποιούν για να βρουν ένα κενό μηδενικού πλάτους που κάνει μια σύγκριση συμβολοσειρών να αποτυγχάνει, ένα κλειδί API ή κωδικό που δεν ταιριάζει, ένα αρχείο JSON που δεν αναλύεται λόγω BOM, ή μια κεφαλίδα CSV που φαίνεται ίδια αλλά δεν είναι. Συγγραφείς και συντάκτες καθαρίζουν κείμενο που αντιγράφηκε από ιστοσελίδες, PDF και εργαλεία συνομιλίας. Οι ελεγκτές ασφαλείας σαρώνουν πηγαίο κώδικα και pull requests για bidi χαρακτήρες ελέγχου Trojan Source (CVE-2021-42574) και κόλπα με ομόγλυφα. Χρησιμοποιείται επίσης για τον καθαρισμό κειμένου από βοηθούς AI που περιέχει αδέσποτους χαρακτήρες μηδενικού πλάτους ή μη διασπώμενα κενά πριν από την επικόλληση σε CMS, υπολογιστικό φύλλο ή τερματικό.

    Κατηγορίες χαρακτήρων

    Οι χαρακτήρες χωρίζονται σε ομάδες: χαρακτήρες μηδενικού πλάτους (U+200B–U+200D, U+2060, U+FEFF), παραλλαγές κενών (NBSP U+00A0, κενά en και em U+2000 έως U+200A, στενό NBSP U+202F, ιδεογραφικό κενό U+3000), χαρακτήρες ελέγχου μορφοποίησης (ήπια παύλα U+00AD, αόρατοι διαχωριστές U+2061 έως U+2064), αμφίδρομοι χαρακτήρες ελέγχου (LRE, RLE, PDF, LRO, RLO, LRI, RLI, FSI, PDI) και μη εκτυπώσιμοι χαρακτήρες ελέγχου από τις περιοχές C0 και C1. Κάποιοι έχουν νόημα: το ZWJ ενώνει ακολουθίες emoji και το ZWNJ απαιτείται στην περσική και τη χίντι ορθογραφία.

    Συνηθισμένα λάθη και οριακές περιπτώσεις

    Η αφαίρεση των πάντων δεν είναι πάντα σωστή: η διαγραφή του ZWJ χαλάει emoji όπως οι ακολουθίες οικογένειας ή σημαίας και η αφαίρεση του ZWNJ αλλάζει λέξεις στα περσικά, τα αραβικά και τα ινδικά συστήματα γραφής. Αντικαταστήστε το NBSP με κανονικό κενό αντί να το διαγράψετε, αλλιώς οι λέξεις θα ενωθούν. Το BOM στην αρχή αρχείου συχνά αφαιρείται καλύτερα σε επίπεδο αρχείου. Τα εργαλεία trim και κανονικοποίησης δεν αφαιρούν χαρακτήρες μηδενικού πλάτους και τα ομόγλυφα (κυριλλικό αντί για λατινικό a) είναι ορατοί χαρακτήρες, επομένως χρειάζονται ξεχωριστό έλεγχο. Για escaping κειμένου δείτε το Text Escape· για μετρήσεις δείτε το Text Analyzer.