DevToys Web Pro iconDevToys Web ProBlog
Valóranos:
Prueba la extensión del navegador:

Detector y eliminador de caracteres invisibles

Texto

Resumen

No se encontraron caracteres invisibles.

Visualizado

Eliminar categorías

Salida limpia

  • Detalles técnicos

    Cómo funciona el detector de caracteres invisibles

    Qué hace la herramienta

    La herramienta analiza el texto en busca de puntos de código Unicode que no muestran ningún glifo visible y enumera cada uno con su código U+, nombre oficial, posición y recuento por tipo. Detecta el espacio de ancho cero (U+200B), el no-unión y la unión de ancho cero (U+200C, U+200D), el word joiner (U+2060), la marca de orden de bytes (U+FEFF), el guion blando (U+00AD), los espacios de no separación y otros espacios exóticos (U+00A0, U+2007, U+202F), los separadores de línea y de párrafo, y los controles bidireccionales (U+202A–U+202E, U+2066–U+2069). Puedes mostrarlos en línea y eliminarlos todos o solo las categorías elegidas. El procesamiento se realiza localmente en el navegador.

    Casos de uso comunes para desarrolladores

    Los desarrolladores lo usan para encontrar un espacio de ancho cero que hace fallar una comparación de cadenas, una clave de API o contraseña que no coincide, un archivo JSON que no se analiza por un BOM, o una cabecera CSV que parece idéntica pero no lo es. Escritores y editores limpian texto copiado de páginas web, PDF y herramientas de chat. Los revisores de seguridad analizan el código fuente y las pull requests en busca de controles bidi de Trojan Source (CVE-2021-42574) y trucos con homoglifos. También se usa para limpiar texto de asistentes de IA que contiene caracteres de ancho cero sueltos o espacios de no separación antes de pegarlo en un CMS, una hoja de cálculo o una terminal.

    Categorías de caracteres

    Los caracteres se dividen en grupos: caracteres de ancho cero (U+200B–U+200D, U+2060, U+FEFF), variantes de espacio (NBSP U+00A0, espacios en y em U+2000 a U+200A, NBSP estrecho U+202F, espacio ideográfico U+3000), controles de formato (guion blando U+00AD, separadores invisibles U+2061 a U+2064), controles bidireccionales (LRE, RLE, PDF, LRO, RLO, LRI, RLI, FSI, PDI) y caracteres de control no imprimibles de los rangos C0 y C1. Algunos tienen significado: ZWJ une secuencias de emoji y ZWNJ es necesario en la ortografía persa e hindi.

    Errores comunes y casos límite

    Eliminarlo todo no siempre es correcto: quitar ZWJ rompe emojis como las secuencias de familia o de bandera, y quitar ZWNJ cambia palabras en persa, árabe y escrituras índicas. Sustituye NBSP por un espacio normal en lugar de borrarlo, o las palabras se unirán. Suele ser mejor eliminar el BOM al inicio de un archivo a nivel de archivo. Las herramientas de recorte y normalización no eliminan los caracteres de ancho cero, y los homoglifos (cirílico en lugar de a latina) son caracteres visibles, por lo que requieren una comprobación aparte. Para escapar texto, consulta Text Escape; para los recuentos, consulta Text Analyzer.