DevToys Web Pro iconDevToys Web ProBlogs
Novērtējiet mūs:
Izmēģiniet pārlūkprogrammas paplašinājumu:

Neredzamo rakstzīmju detektors un noņemšanas rīks

Teksts

Kopsavilkums

Neredzamas rakstzīmes nav atrastas.

Vizualizēts

Noņemt kategorijas

Notīrīta izvade

  • Tehniskā informācija

    Kā darbojas neredzamo rakstzīmju detektors

    Ko dara neredzamo rakstzīmju detektors

    Rīks skenē tekstu, meklējot Unicode koda punktus, kuri neattēlo redzamu glifu, un uzskaita katru ar tā U+ kodu, oficiālo nosaukumu, pozīciju un skaitu pa veidiem. Tas atklāj nulles platuma atstarpi (U+200B), nulles platuma nesaistītāju un saistītāju (U+200C, U+200D), vārdu saistītāju (U+2060), baitu secības zīmi (U+FEFF), mīksto defisi (U+00AD), nedalāmās un citas neparastas atstarpes (U+00A0, U+2007, U+202F), rindu un rindkopu atdalītājus, kā arī divvirzienu vadības rakstzīmes (U+202A–U+202E, U+2066–U+2069). Varat tās parādīt tekstā un noņemt visas vai tikai izvēlētās kategorijas. Apstrāde notiek lokāli pārlūkprogrammā.

    Biežākie lietošanas gadījumi

    Izstrādātāji to izmanto, lai atrastu nulles platuma atstarpi, kas liek neizdoties virkņu salīdzināšanai, API atslēgu vai paroli, kas nesakrīt, JSON failu, kura BOM neļauj parsēt, vai CSV galveni, kas izskatās identiska, bet nav. Rakstnieki un redaktori tīra tekstu, kas nokopēts no tīmekļa lapām, PDF un tērzēšanas rīkiem. Drošības pārskatītāji skenē pirmkodu un pull request’us, meklējot Trojan Source bidi vadības rakstzīmes (CVE-2021-42574) un homoglifu viltības. To izmanto arī, lai notīrītu MI asistentu tekstu, kurā ir nejaušas nulles platuma rakstzīmes vai nedalāmās atstarpes, pirms ielīmēšanas CMS, izklājlapā vai terminālī.

    Rakstzīmju kategorijas

    Rakstzīmes iedalās grupās: nulles platuma rakstzīmes (U+200B–U+200D, U+2060, U+FEFF), atstarpju varianti (NBSP U+00A0, en un em atstarpes U+2000–U+200A, šaurā NBSP U+202F, ideogrāfiskā atstarpe U+3000), formatēšanas vadības rakstzīmes (mīkstā defise U+00AD, neredzamie atdalītāji U+2061–U+2064), divvirzienu vadības rakstzīmes (LRE, RLE, PDF, LRO, RLO, LRI, RLI, FSI, PDI) un neizdrukājamās vadības rakstzīmes no C0 un C1 diapazoniem. Dažām ir nozīme: ZWJ savieno emocijzīmju secības, un ZWNJ ir nepieciešams persiešu un hindi pareizrakstībā.

    Kļūmes un ierobežojumi

    Visu noņemt ne vienmēr ir pareizi: noņemot ZWJ, tiek bojātas emocijzīmes, piemēram, ģimenes vai karogu secības, un noņemot ZWNJ, mainās vārdi persiešu, arābu un indiešu rakstībā. NBSP aizstājiet ar parastu atstarpi, nevis dzēsiet, citādi vārdi saplūdīs. BOM faila sākumā bieži labāk noņemt faila līmenī. Apgriešanas un normalizēšanas rīki nenoņem nulles platuma rakstzīmes, un homoglifi (kirilicas „а” latīņu „a” vietā) ir redzamas rakstzīmes, tāpēc tiem vajadzīga atsevišķa pārbaude. Par teksta escape skatiet Teksta eskapēšana / ateskapēšana, par skaitīšanu – Teksta analizators.