અદૃશ્ય અક્ષર ડિટેક્ટર અને રિમૂવર
ટેક્સ્ટ
સારાંશ
કોઈ અદૃશ્ય અક્ષરો મળ્યા નથી.
દૃશ્યમાન સ્વરૂપ
દૂર કરવાની શ્રેણીઓ
સાફ કરેલ આઉટપુટ
તકનિકી વિગતો
અદૃશ્ય અક્ષર ડિટેક્ટર કેવી રીતે કામ કરે છે
અદૃશ્ય અક્ષર ડિટેક્ટર શું કરે છે
ટૂલ ટેક્સ્ટમાં એવા Unicode કોડ પૉઇન્ટ્સ શોધે છે જે કોઈ દૃશ્ય ગ્લિફ દર્શાવતા નથી, અને દરેકને તેના U+ કોડ, સત્તાવાર નામ, સ્થાન અને પ્રકાર દીઠ ગણતરી સાથે યાદીબદ્ધ કરે છે. તે zero-width space (U+200B), zero-width non-joiner અને joiner (U+200C, U+200D), word joiner (U+2060), byte order mark (U+FEFF), soft hyphen (U+00AD), non-breaking અને અન્ય વિચિત્ર સ્પેસ (U+00A0, U+2007, U+202F), લાઇન અને પેરેગ્રાફ સેપરેટર્સ, અને bidirectional કંટ્રોલ્સ (U+202A થી U+202E, U+2066 થી U+2069) શોધે છે. તમે તેમને ટેક્સ્ટમાં જ દર્શાવી શકો છો અને બધા અથવા માત્ર પસંદ કરેલી શ્રેણીઓ દૂર કરી શકો છો. પ્રોસેસિંગ તમારા બ્રાઉઝરમાં સ્થાનિક રીતે થાય છે.
સામાન્ય ઉપયોગ કેસિસ
ડેવલપર્સ તેનો ઉપયોગ સ્ટ્રિંગ સરખામણી નિષ્ફળ બનાવતી zero-width space, મેળ ન ખાતી API કી અથવા પાસવર્ડ, પાર્સ ન થતી BOM સાથેની JSON ફાઇલ, અથવા સરખી દેખાતી પણ અલગ CSV હેડર શોધવા કરે છે. લેખકો અને સંપાદકો વેબ પેજ, PDF અને ચેટ ટૂલ્સમાંથી કૉપિ કરેલું ટેક્સ્ટ સાફ કરે છે. સિક્યોરિટી રિવ્યૂઅર્સ Trojan Source bidi કંટ્રોલ્સ (CVE-2021-42574) અને homoglyph યુક્તિઓ માટે સોર્સ કોડ અને pull requests સ્કૅન કરે છે. CMS, સ્પ્રેડશીટ અથવા ટર્મિનલમાં પેસ્ટ કરતા પહેલાં AI આસિસ્ટન્ટ્સના ટેક્સ્ટમાંથી ભટકી ગયેલા zero-width અક્ષરો અથવા non-breaking spaces સાફ કરવા પણ તેનો ઉપયોગ થાય છે.
અક્ષર શ્રેણીઓ
અક્ષરો ઘણા જૂથોમાં આવે છે: zero-width અક્ષરો (U+200B થી U+200D, U+2060, U+FEFF), સ્પેસ વેરિઅન્ટ્સ (NBSP U+00A0, en અને em સ્પેસ U+2000 થી U+200A, narrow NBSP U+202F, ideographic space U+3000), ફોર્મેટિંગ કંટ્રોલ્સ (soft hyphen U+00AD, અદૃશ્ય સેપરેટર્સ U+2061 થી U+2064), bidirectional કંટ્રોલ્સ (LRE, RLE, PDF, LRO, RLO, LRI, RLI, FSI, PDI), અને C0 તથા C1 રેન્જના બિન-પ્રિન્ટિંગ કંટ્રોલ અક્ષરો. કેટલાક અર્થપૂર્ણ છે: ZWJ ઇમોજી સિક્વન્સને જોડે છે અને ફારસી તથા હિન્દીની જોડણીમાં ZWNJ જરૂરી છે.
ખામીઓ અને મર્યાદાઓ
બધું દૂર કરવું હંમેશાં સાચું નથી: ZWJ કાઢી નાખવાથી કુટુંબ કે ધ્વજ સિક્વન્સ જેવા ઇમોજી તૂટે છે, અને ZWNJ દૂર કરવાથી ફારસી, અરબી અને ભારતીય લિપિઓમાં શબ્દો બદલાય છે. NBSP ને કાઢી નાખવાને બદલે સામાન્ય સ્પેસથી બદલો, નહીં તો શબ્દો જોડાઈ જશે. ફાઇલની શરૂઆતના BOM ને ઘણી વાર ફાઇલ સ્તરે દૂર કરવું વધુ સારું છે. Trim અને નોર્મલાઇઝેશન ટૂલ્સ zero-width અક્ષરો દૂર કરતા નથી, અને homoglyphs (લેટિન a ને બદલે સિરિલિક a) દૃશ્ય અક્ષરો છે, તેથી તેમને અલગ તપાસની જરૂર છે. ટેક્સ્ટ એસ્કેપ માટે Text Escape જુઓ; ગણતરી માટે Text Analyzer જુઓ.