ಅದೃಶ್ಯ ಅಕ್ಷರ ಪತ್ತೆಕಾರಕ ಮತ್ತು ತೆಗೆದುಹಾಕುವಿಕೆ
ಪಠ್ಯ
ಸಾರಾಂಶ
ಯಾವುದೇ ಅದೃಶ್ಯ ಅಕ್ಷರಗಳು ಕಂಡುಬಂದಿಲ್ಲ.
ದೃಶ್ಯೀಕರಿಸಲಾಗಿದೆ
ತೆಗೆದುಹಾಕುವ ವರ್ಗಗಳು
ಸ್ವಚ್ಛಗೊಳಿಸಿದ ಔಟ್ಪುಟ್
ತಾಂತ್ರಿಕ ವಿವರಗಳು
ಅದೃಶ್ಯ ಅಕ್ಷರ ಡಿಟೆಕ್ಟರ್ ಹೇಗೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ
ಅದೃಶ್ಯ ಅಕ್ಷರ ಡಿಟೆಕ್ಟರ್ ಏನು ಮಾಡುತ್ತದೆ
ಈ ಸಾಧನವು ಪಠ್ಯದಲ್ಲಿ ಯಾವುದೇ ಗೋಚರ ಗ್ಲಿಫ್ ತೋರಿಸದ Unicode ಕೋಡ್ ಪಾಯಿಂಟ್ಗಳನ್ನು ಹುಡುಕಿ, ಪ್ರತಿಯೊಂದನ್ನೂ ಅದರ U+ ಕೋಡ್, ಅಧಿಕೃತ ಹೆಸರು, ಸ್ಥಾನ ಮತ್ತು ಪ್ರಕಾರವಾರು ಎಣಿಕೆಯೊಂದಿಗೆ ಪಟ್ಟಿ ಮಾಡುತ್ತದೆ. ಇದು zero-width space (U+200B), zero-width non-joiner ಮತ್ತು joiner (U+200C, U+200D), word joiner (U+2060), byte order mark (U+FEFF), soft hyphen (U+00AD), non-breaking ಮತ್ತು ಇತರ ಅಸಾಮಾನ್ಯ ಸ್ಪೇಸ್ಗಳು (U+00A0, U+2007, U+202F), ಸಾಲು ಮತ್ತು ಪ್ಯಾರಾಗ್ರಾಫ್ ವಿಭಜಕಗಳು, ಹಾಗೂ bidirectional ನಿಯಂತ್ರಣಗಳನ್ನು (U+202A ರಿಂದ U+202E, U+2066 ರಿಂದ U+2069) ಪತ್ತೆಹಚ್ಚುತ್ತದೆ. ನೀವು ಅವನ್ನು ಪಠ್ಯದೊಳಗೇ ತೋರಿಸಬಹುದು ಮತ್ತು ಎಲ್ಲವನ್ನೂ ಅಥವಾ ಆಯ್ದ ವರ್ಗಗಳನ್ನು ಮಾತ್ರ ತೆಗೆಯಬಹುದು. ಪ್ರಕ್ರಿಯೆ ನಿಮ್ಮ ಬ್ರೌಸರ್ನಲ್ಲಿ ಸ್ಥಳೀಯವಾಗಿ ನಡೆಯುತ್ತದೆ.
ಸಾಮಾನ್ಯ ಬಳಕೆ ಪ್ರಕರಣಗಳು
ಡೆವಲಪರ್ಗಳು ಸ್ಟ್ರಿಂಗ್ ಹೋಲಿಕೆಯನ್ನು ವಿಫಲಗೊಳಿಸುವ zero-width space, ಹೊಂದಿಕೆಯಾಗದ API ಕೀ ಅಥವಾ ಪಾಸ್ವರ್ಡ್, ಪಾರ್ಸ್ ಆಗದ BOM ಇರುವ JSON ಫೈಲ್, ಅಥವಾ ಒಂದೇ ರೀತಿ ಕಾಣುವ ಆದರೆ ಭಿನ್ನವಾದ CSV ಹೆಡರ್ ಅನ್ನು ಹುಡುಕಲು ಇದನ್ನು ಬಳಸುತ್ತಾರೆ. ಬರಹಗಾರರು ಮತ್ತು ಸಂಪಾದಕರು ವೆಬ್ ಪುಟಗಳು, PDF ಮತ್ತು ಚಾಟ್ ಸಾಧನಗಳಿಂದ ನಕಲಿಸಿದ ಪಠ್ಯವನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸುತ್ತಾರೆ. ಭದ್ರತಾ ವಿಮರ್ಶಕರು Trojan Source bidi ನಿಯಂತ್ರಣಗಳು (CVE-2021-42574) ಮತ್ತು homoglyph ಕುತಂತ್ರಗಳಿಗಾಗಿ ಸೋರ್ಸ್ ಕೋಡ್ ಮತ್ತು pull requests ಅನ್ನು ಸ್ಕ್ಯಾನ್ ಮಾಡುತ್ತಾರೆ. CMS, ಸ್ಪ್ರೆಡ್ಶೀಟ್ ಅಥವಾ ಟರ್ಮಿನಲ್ಗೆ ಅಂಟಿಸುವ ಮೊದಲು AI ಸಹಾಯಕರ ಪಠ್ಯದಲ್ಲಿರುವ ದಾರಿತಪ್ಪಿದ zero-width ಅಕ್ಷರಗಳು ಅಥವಾ non-breaking spaces ಅನ್ನು ಸ್ವಚ್ಛಗೊಳಿಸಲೂ ಇದನ್ನು ಬಳಸಲಾಗುತ್ತದೆ.
ಅಕ್ಷರ ವರ್ಗಗಳು
ಅಕ್ಷರಗಳು ಹಲವು ಗುಂಪುಗಳಾಗಿ ಬರುತ್ತವೆ: zero-width ಅಕ್ಷರಗಳು (U+200B ರಿಂದ U+200D, U+2060, U+FEFF), ಸ್ಪೇಸ್ ರೂಪಾಂತರಗಳು (NBSP U+00A0, en ಮತ್ತು em ಸ್ಪೇಸ್ಗಳು U+2000 ರಿಂದ U+200A, ಕಿರಿದಾದ NBSP U+202F, ideographic space U+3000), ಫಾರ್ಮ್ಯಾಟಿಂಗ್ ನಿಯಂತ್ರಣಗಳು (soft hyphen U+00AD, ಅದೃಶ್ಯ ವಿಭಜಕಗಳು U+2061 ರಿಂದ U+2064), bidirectional ನಿಯಂತ್ರಣಗಳು (LRE, RLE, PDF, LRO, RLO, LRI, RLI, FSI, PDI), ಮತ್ತು C0 ಹಾಗೂ C1 ವ್ಯಾಪ್ತಿಯ ಮುದ್ರಣವಾಗದ ನಿಯಂತ್ರಣ ಅಕ್ಷರಗಳು. ಕೆಲವು ಅರ್ಥಪೂರ್ಣವಾಗಿವೆ: ZWJ ಎಮೋಜಿ ಸೀಕ್ವೆನ್ಸ್ಗಳನ್ನು ಜೋಡಿಸುತ್ತದೆ ಮತ್ತು ಪರ್ಷಿಯನ್ ಹಾಗೂ ಹಿಂದಿ ಕಾಗುಣಿತದಲ್ಲಿ ZWNJ ಅಗತ್ಯ.
ತಪ್ಪುಗಳು ಮತ್ತು ಮಿತಿಗಳು
ಎಲ್ಲವನ್ನೂ ತೆಗೆಯುವುದು ಯಾವಾಗಲೂ ಸರಿಯಲ್ಲ: ZWJ ತೆಗೆದರೆ ಕುಟುಂಬ ಅಥವಾ ಧ್ವಜ ಸೀಕ್ವೆನ್ಸ್ಗಳಂತಹ ಎಮೋಜಿಗಳು ಮುರಿಯುತ್ತವೆ, ಮತ್ತು ZWNJ ತೆಗೆದರೆ ಪರ್ಷಿಯನ್, ಅರೇಬಿಕ್ ಹಾಗೂ ಭಾರತೀಯ ಲಿಪಿಗಳಲ್ಲಿ ಪದಗಳು ಬದಲಾಗುತ್ತವೆ. NBSP ಅನ್ನು ಅಳಿಸುವ ಬದಲು ಸಾಮಾನ್ಯ ಸ್ಪೇಸ್ನಿಂದ ಬದಲಾಯಿಸಿ, ಇಲ್ಲದಿದ್ದರೆ ಪದಗಳು ಒಂದಾಗುತ್ತವೆ. ಫೈಲ್ನ ಆರಂಭದಲ್ಲಿರುವ BOM ಅನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಫೈಲ್ ಮಟ್ಟದಲ್ಲಿ ತೆಗೆಯುವುದು ಉತ್ತಮ. Trim ಮತ್ತು ನಾರ್ಮಲೈಸೇಶನ್ ಸಾಧನಗಳು zero-width ಅಕ್ಷರಗಳನ್ನು ತೆಗೆಯುವುದಿಲ್ಲ, ಮತ್ತು homoglyphs (ಲ್ಯಾಟಿನ್ a ಬದಲು ಸಿರಿಲಿಕ್ a) ಗೋಚರ ಅಕ್ಷರಗಳಾಗಿವೆ, ಆದ್ದರಿಂದ ಅವುಗಳಿಗೆ ಪ್ರತ್ಯೇಕ ಪರಿಶೀಲನೆ ಬೇಕು. ಪಠ್ಯ escaping ಗಾಗಿ Text Escape ನೋಡಿ; ಎಣಿಕೆಗಳಿಗಾಗಿ Text Analyzer ನೋಡಿ.