DevToys Web Pro iconDevToys Web ProBlog
Évaluez-nous :
Essayez l’extension de navigateur :

Détecteur et suppresseur de caractères invisibles

Texte

Résumé

Aucun caractère invisible trouvé.

Visualisé

Catégories à supprimer

Sortie nettoyée

  • Détails techniques

    Comment fonctionne le détecteur de caractères invisibles

    Ce que fait le détecteur de caractères invisibles

    L’outil analyse le texte à la recherche de points de code Unicode qui n’affichent aucun glyphe visible et liste chacun d’eux avec son code U+, son nom officiel, sa position et un décompte par type. Il détecte l’espace de largeur nulle (U+200B), le non-liant et le liant de largeur nulle (U+200C, U+200D), le joint de mots (U+2060), la marque d’ordre des octets (U+FEFF), le trait d’union conditionnel (U+00AD), les espaces insécables et autres espaces exotiques (U+00A0, U+2007, U+202F), les séparateurs de ligne et de paragraphe, ainsi que les contrôles bidirectionnels (U+202A à U+202E, U+2066 à U+2069). Vous pouvez les rendre visibles dans le texte et supprimer tous les caractères ou seulement certaines catégories. Le traitement s’effectue localement dans votre navigateur.

    Cas d’usage courants

    Les développeurs l’utilisent pour trouver l’espace de largeur nulle qui fait échouer une comparaison de chaînes, une clé d’API ou un mot de passe qui ne correspond pas, un fichier JSON avec BOM qui ne s’analyse pas, ou un en-tête CSV qui semble identique mais ne l’est pas. Les rédacteurs et éditeurs nettoient le texte copié depuis des pages web, des PDF et des outils de messagerie. Les relecteurs de sécurité analysent le code source et les pull requests à la recherche de contrôles bidi de type Trojan Source (CVE-2021-42574) et de ruses d’homoglyphes. Il sert aussi à nettoyer le texte issu d’assistants IA qui contient des caractères de largeur nulle parasites ou des espaces insécables avant de le coller dans un CMS, un tableur ou un terminal.

    Catégories de caractères

    Les caractères se répartissent en plusieurs groupes : caractères de largeur nulle (U+200B à U+200D, U+2060, U+FEFF), variantes d’espace (NBSP U+00A0, espaces demi-cadratin et cadratin U+2000 à U+200A, NBSP étroit U+202F, espace idéographique U+3000), contrôles de mise en forme (trait d’union conditionnel U+00AD, séparateurs invisibles U+2061 à U+2064), contrôles bidirectionnels (LRE, RLE, PDF, LRO, RLO, LRI, RLI, FSI, PDI) et caractères de contrôle non imprimables des plages C0 et C1. Certains ont un sens : le ZWJ assemble les séquences d’emoji et le ZWNJ est requis dans l’orthographe du persan et de l’hindi.

    Pièges et limites

    Tout supprimer n’est pas toujours correct : retirer le ZWJ casse les emoji comme les séquences de famille ou de drapeau, et retirer le ZWNJ modifie des mots en persan, en arabe et dans les écritures indiennes. Remplacez le NBSP par une espace normale plutôt que de le supprimer, sinon les mots fusionnent. Un BOM en début de fichier vaut souvent mieux être retiré au niveau du fichier. Les outils de rognage et de normalisation ne suppriment pas les caractères de largeur nulle, et les homoglyphes (un a cyrillique à la place d’un a latin) sont des caractères visibles : ils nécessitent donc une vérification séparée. Pour l’échappement de texte, voir Text Escape ; pour les décomptes, voir Text Analyzer.