DevToys Web Pro iconDevToys Web ProBlog
Ohodnoťte nás:
Vyskúšajte rozšírenie prehliadača:

Detektor a odstraňovač neviditeľných znakov

Text

Zhrnutie

Nenašli sa žiadne neviditeľné znaky.

Vizualizácia

Odstrániť kategórie

Vyčistený výstup

  • Technické podrobnosti

    Ako funguje detektor neviditeľných znakov

    Čo robí detektor neviditeľných znakov

    Nástroj skenuje text a hľadá kódové body Unicode, ktoré nezobrazujú viditeľný glyf, a vypisuje každý s jeho kódom U+, oficiálnym názvom, pozíciou a počtom podľa typu. Zisťuje medzeru nulovej šírky (U+200B), nespájač a spájač nulovej šírky (U+200C, U+200D), spájač slov (U+2060), značku poradia bajtov (U+FEFF), mäkký spojovník (U+00AD), pevné a iné exotické medzery (U+00A0, U+2007, U+202F), oddeľovače riadkov a odsekov a obojsmerné riadiace znaky (U+202A–U+202E, U+2066–U+2069). Môžete ich zobraziť priamo v texte a odstrániť všetky alebo len vybrané kategórie. Spracovanie prebieha lokálne vo vašom prehliadači.

    Bežné prípady použitia

    Vývojári ho používajú na nájdenie medzery nulovej šírky, kvôli ktorej zlyháva porovnanie reťazcov, API kľúča alebo hesla, ktoré sa nezhoduje, súboru JSON, ktorého BOM bráni parsovaniu, alebo hlavičky CSV, ktorá vyzerá rovnako, ale nie je. Pisatelia a redaktori čistia text skopírovaný z webových stránok, PDF a chatovacích nástrojov. Bezpečnostní kontrolóri skenujú zdrojový kód a pull requesty kvôli obojsmerným riadiacim znakom Trojan Source (CVE-2021-42574) a trikom s homoglyfmi. Používa sa aj na čistenie textu od AI asistentov, ktorý obsahuje zatúlané znaky nulovej šírky alebo pevné medzery, pred vložením do CMS, tabuľky alebo terminálu.

    Kategórie znakov

    Znaky sa delia do skupín: znaky nulovej šírky (U+200B–U+200D, U+2060, U+FEFF), varianty medzier (NBSP U+00A0, medzery en a em U+2000–U+200A, úzky NBSP U+202F, ideografická medzera U+3000), formátovacie riadiace znaky (mäkký spojovník U+00AD, neviditeľné oddeľovače U+2061–U+2064), obojsmerné riadiace znaky (LRE, RLE, PDF, LRO, RLO, LRI, RLI, FSI, PDI) a netlačiteľné riadiace znaky z rozsahov C0 a C1. Niektoré majú význam: ZWJ spája sekvencie emoji a ZWNJ je potrebný v perzskom a hindskom pravopise.

    Úskalia a limity

    Odstrániť všetko nie je vždy správne: odstránenie ZWJ pokazí emoji, ako sú rodinné alebo vlajkové sekvencie, a odstránenie ZWNJ mení slová v perzskom, arabskom a indických písmach. NBSP nahraďte bežnou medzerou namiesto jeho vymazania, inak sa slová zlepia. BOM na začiatku súboru je často lepšie odstrániť na úrovni súboru. Nástroje na orezanie a normalizáciu neodstraňujú znaky nulovej šírky a homoglyfy (cyrilské а namiesto latinského a) sú viditeľné znaky, takže potrebujú samostatnú kontrolu. Escapovanie textu nájdete v nástroji Escapovanie / unescapovanie textu, počty v nástroji Analyzátor textu a nástroje.