Detector e removedor de caracteres invisíveis
Texto
Resumo
Nenhum caractere invisível encontrado.
Visualizado
Remover categorias
Saída limpa
Detalhes técnicos
Como o Detector de Caracteres Invisíveis Funciona
O Que o Detector de Caracteres Invisíveis Faz
A ferramenta examina o texto em busca de pontos de código Unicode que não exibem nenhum glifo visível e lista cada um com seu código U+, nome oficial, posição e contagem por tipo. Ela detecta espaço de largura zero (U+200B), não-junção e junção de largura zero (U+200C, U+200D), junção de palavras (U+2060), marca de ordem de byte (U+FEFF), hífen suave (U+00AD), espaços não separáveis e outros espaços exóticos (U+00A0, U+2007, U+202F), separadores de linha e de parágrafo e controles bidirecionais (U+202A–U+202E, U+2066–U+2069). Você pode exibi-los no próprio texto e remover todos ou apenas as categorias escolhidas. O processamento acontece localmente no navegador.
Casos de Uso Comuns
Desenvolvedores o usam para encontrar um espaço de largura zero que faz uma comparação de strings falhar, uma chave de API ou senha que não confere, um arquivo JSON cujo BOM impede a análise ou um cabeçalho CSV que parece idêntico, mas não é. Redatores e editores limpam texto copiado de páginas web, PDFs e ferramentas de chat. Revisores de segurança examinam código-fonte e pull requests em busca de controles bidi do Trojan Source (CVE-2021-42574) e truques com homóglifos. Também é usado para limpar texto de assistentes de IA que contém caracteres de largura zero soltos ou espaços não separáveis antes de colar em um CMS, planilha ou terminal.
Categorias de Caracteres
Os caracteres se dividem em grupos: caracteres de largura zero (U+200B–U+200D, U+2060, U+FEFF), variantes de espaço (NBSP U+00A0, espaços en e em U+2000–U+200A, NBSP estreito U+202F, espaço ideográfico U+3000), controles de formatação (hífen suave U+00AD, separadores invisíveis U+2061–U+2064), controles bidirecionais (LRE, RLE, PDF, LRO, RLO, LRI, RLI, FSI, PDI) e caracteres de controle não imprimíveis das faixas C0 e C1. Alguns têm significado: o ZWJ une sequências de emoji e o ZWNJ é necessário na ortografia persa e hindi.
Armadilhas e Limites
Remover tudo nem sempre é correto: remover o ZWJ quebra emojis como sequências de família ou de bandeira, e remover o ZWNJ altera palavras em escritas persa, árabe e indianas. Substitua o NBSP por um espaço normal em vez de apagá-lo, ou as palavras vão se juntar. Um BOM no início de um arquivo costuma ser melhor removido no nível do arquivo. Ferramentas de trim e normalização não removem caracteres de largura zero, e homóglifos (a cirílico no lugar do a latino) são caracteres visíveis, então precisam de uma verificação separada. Para escapar texto, veja Escape / Unescape de Texto; para contagens, veja Analisador de Texto e Utilitários.