അദൃശ്യ പ്രതീക ഡിറ്റക്ടറും റിമൂവറും
ടെക്സ്റ്റ്
സംഗ്രഹം
അദൃശ്യ പ്രതീകങ്ങൾ കണ്ടെത്തിയില്ല.
ദൃശ്യവൽക്കരിച്ചത്
വിഭാഗങ്ങൾ നീക്കം ചെയ്യുക
ശുദ്ധീകരിച്ച ഔട്ട്പുട്ട്
സാങ്കേതിക വിശദാംശങ്ങൾ
അദൃശ്യ അക്ഷര ഡിറ്റക്ടർ എങ്ങനെ പ്രവർത്തിക്കുന്നു
അദൃശ്യ അക്ഷര ഡിറ്റക്ടർ ചെയ്യുന്നത് എന്താണ്
ദൃശ്യമായ ഗ്ലിഫ് കാണിക്കാത്ത Unicode കോഡ് പോയിന്റുകൾക്കായി ഈ ടൂൾ ടെക്സ്റ്റ് സ്കാൻ ചെയ്യുകയും ഓരോന്നിനെയും അതിന്റെ U+ കോഡ്, ഔദ്യോഗിക പേര്, സ്ഥാനം, തരം അനുസരിച്ചുള്ള എണ്ണം എന്നിവയോടെ പട്ടികപ്പെടുത്തുകയും ചെയ്യുന്നു. സീറോ-വിഡ്ത്ത് സ്പേസ് (U+200B), സീറോ-വിഡ്ത്ത് നോൺ-ജോയിനറും ജോയിനറും (U+200C, U+200D), വേഡ് ജോയിനർ (U+2060), ബൈറ്റ് ഓർഡർ മാർക്ക് (U+FEFF), സോഫ്റ്റ് ഹൈഫൺ (U+00AD), നോൺ-ബ്രേക്കിംഗും മറ്റ് അസാധാരണ സ്പേസുകളും (U+00A0, U+2007, U+202F), ലൈൻ, പാരഗ്രാഫ് സെപ്പറേറ്ററുകൾ, ദ്വിദിശാ നിയന്ത്രണങ്ങൾ (U+202A–U+202E, U+2066–U+2069) എന്നിവ ഇത് കണ്ടെത്തുന്നു. ഇവ ടെക്സ്റ്റിനുള്ളിൽ തന്നെ കാണിക്കാനും എല്ലാം അല്ലെങ്കിൽ തിരഞ്ഞെടുത്ത വിഭാഗങ്ങൾ മാത്രം നീക്കം ചെയ്യാനും കഴിയും. പ്രോസസ്സിംഗ് ബ്രൗസറിൽ ലോക്കലായി നടക്കുന്നു.
സാധാരണ ഉപയോഗ സാഹചര്യങ്ങൾ
സ്ട്രിംഗ് താരതമ്യം പരാജയപ്പെടുത്തുന്ന സീറോ-വിഡ്ത്ത് സ്പേസ്, പൊരുത്തപ്പെടാത്ത API കീ അല്ലെങ്കിൽ പാസ്വേഡ്, BOM കാരണം പാഴ്സ് ചെയ്യാത്ത JSON ഫയൽ, അല്ലെങ്കിൽ ഒരുപോലെ തോന്നുന്നെങ്കിലും വ്യത്യസ്തമായ CSV ഹെഡർ എന്നിവ കണ്ടെത്താൻ ഡെവലപ്പർമാർ ഇത് ഉപയോഗിക്കുന്നു. വെബ് പേജുകൾ, PDF, ചാറ്റ് ടൂളുകൾ എന്നിവയിൽ നിന്ന് പകർത്തിയ ടെക്സ്റ്റ് എഴുത്തുകാരും എഡിറ്റർമാരും വൃത്തിയാക്കുന്നു. Trojan Source bidi നിയന്ത്രണങ്ങൾ (CVE-2021-42574), homoglyph തന്ത്രങ്ങൾ എന്നിവയ്ക്കായി സുരക്ഷാ റിവ്യൂവർമാർ സോഴ്സ് കോഡും pull request-കളും സ്കാൻ ചെയ്യുന്നു. CMS, സ്പ്രെഡ്ഷീറ്റ് അല്ലെങ്കിൽ ടെർമിനലിലേക്ക് പേസ്റ്റ് ചെയ്യുന്നതിന് മുമ്പ് AI അസിസ്റ്റന്റുകളുടെ ടെക്സ്റ്റിലെ അനാവശ്യ സീറോ-വിഡ്ത്ത് അക്ഷരങ്ങളോ നോൺ-ബ്രേക്കിംഗ് സ്പേസുകളോ വൃത്തിയാക്കാനും ഇത് ഉപയോഗിക്കുന്നു.
അക്ഷര വിഭാഗങ്ങൾ
അക്ഷരങ്ങൾ ഗ്രൂപ്പുകളായി തിരിച്ചിരിക്കുന്നു: സീറോ-വിഡ്ത്ത് അക്ഷരങ്ങൾ (U+200B–U+200D, U+2060, U+FEFF), സ്പേസ് വകഭേദങ്ങൾ (NBSP U+00A0, en, em സ്പേസുകൾ U+2000–U+200A, നാരോ NBSP U+202F, ഐഡിയോഗ്രാഫിക് സ്പേസ് U+3000), ഫോർമാറ്റിംഗ് നിയന്ത്രണങ്ങൾ (സോഫ്റ്റ് ഹൈഫൺ U+00AD, അദൃശ്യ സെപ്പറേറ്ററുകൾ U+2061–U+2064), ദ്വിദിശാ നിയന്ത്രണങ്ങൾ (LRE, RLE, PDF, LRO, RLO, LRI, RLI, FSI, PDI), C0, C1 ശ്രേണികളിലെ അച്ചടിക്കാനാവാത്ത നിയന്ത്രണ അക്ഷരങ്ങൾ. ചിലതിന് അർത്ഥമുണ്ട്: ZWJ ഇമോജി ക്രമങ്ങളെ ബന്ധിപ്പിക്കുന്നു, പേർഷ്യൻ, ഹിന്ദി ലിപി എഴുത്തിൽ ZWNJ ആവശ്യമാണ്.
പിഴവുകളും പരിമിതികളും
എല്ലാം നീക്കം ചെയ്യുന്നത് എപ്പോഴും ശരിയല്ല: ZWJ നീക്കിയാൽ കുടുംബം അല്ലെങ്കിൽ പതാക ക്രമങ്ങൾ പോലുള്ള ഇമോജികൾ തകരും, ZWNJ നീക്കിയാൽ പേർഷ്യൻ, അറബിക്, ഇന്ത്യൻ ലിപികളിലെ വാക്കുകൾ മാറും. NBSP ഇല്ലാതാക്കുന്നതിന് പകരം സാധാരണ സ്പേസ് ആക്കുക, അല്ലെങ്കിൽ വാക്കുകൾ കൂടിച്ചേരും. ഫയലിന്റെ തുടക്കത്തിലെ BOM ഫയൽ തലത്തിൽ നീക്കം ചെയ്യുന്നതാണ് പലപ്പോഴും നല്ലത്. ട്രിം, നോർമലൈസേഷൻ ടൂളുകൾ സീറോ-വിഡ്ത്ത് അക്ഷരങ്ങൾ നീക്കം ചെയ്യില്ല, homoglyph-കൾ (ലാറ്റിൻ a-യ്ക്ക് പകരം സിറിലിക് а) ദൃശ്യമായ അക്ഷരങ്ങളാണ്, അതിനാൽ അവയ്ക്ക് പ്രത്യേക പരിശോധന വേണം. ടെക്സ്റ്റ് escape-ന് ടെക്സ്റ്റ് എസ്കേപ്പ് / അൺഎസ്കേപ്പ് കാണുക; എണ്ണങ്ങൾക്ക് ടെക്സ്റ്റ് വിശകലകനും ഉപകരണങ്ങളും കാണുക.