Detektor och borttagning av osynliga tecken
Text
Sammanfattning
Inga osynliga tecken hittades.
Visualiserad
Ta bort kategorier
Rensad utdata
Tekniska detaljer
Så fungerar detektorn för osynliga tecken
Vad detektorn för osynliga tecken gör
Verktyget söker igenom text efter Unicode-kodpunkter som inte visar någon synlig glyf och listar var och en med sin U+-kod, officiella namn, position och antal per typ. Det hittar nollbreddsmellanslag (U+200B), nollbreddsicke-sammanfogare och nollbreddssammanfogare (U+200C, U+200D), word joiner (U+2060), byteordningsmärke (U+FEFF), mjukt bindestreck (U+00AD), hårda och andra exotiska mellanslag (U+00A0, U+2007, U+202F), rad- och styckeavgränsare samt dubbelriktade kontrolltecken (U+202A–U+202E, U+2066–U+2069). Du kan visa dem direkt i texten och ta bort alla eller bara valda kategorier. Bearbetningen sker lokalt i webbläsaren.
Vanliga användningsfall
Utvecklare använder det för att hitta ett nollbreddsmellanslag som gör att en strängjämförelse misslyckas, en API-nyckel eller ett lösenord som inte stämmer, en JSON-fil med BOM som inte går att tolka eller en CSV-rubrik som ser likadan ut men inte är det. Skribenter och redaktörer rensar text som kopierats från webbsidor, PDF-filer och chattverktyg. Säkerhetsgranskare söker igenom källkod och pull requests efter Trojan Source-kontrolltecken för dubbelriktad text (CVE-2021-42574) och homoglyftrick. Det används också för att rensa text från AI-assistenter som innehåller förlorade nollbreddstecken eller hårda mellanslag innan den klistras in i ett CMS, ett kalkylblad eller en terminal.
Teckenkategorier
Tecknen delas in i grupper: nollbreddstecken (U+200B–U+200D, U+2060, U+FEFF), mellanslagsvarianter (NBSP U+00A0, en- och em-mellanslag U+2000 till U+200A, smalt NBSP U+202F, ideografiskt mellanslag U+3000), formateringskontroller (mjukt bindestreck U+00AD, osynliga avgränsare U+2061 till U+2064), dubbelriktade kontroller (LRE, RLE, PDF, LRO, RLO, LRI, RLI, FSI, PDI) och icke-utskrivbara kontrolltecken från C0- och C1-områdena. Vissa har en funktion: ZWJ binder samman emoji-sekvenser och ZWNJ krävs i persisk och hindi stavning.
Fallgropar och begränsningar
Att ta bort allt är inte alltid rätt: om du tar bort ZWJ går emojis som familjer eller flaggor sönder, och om du tar bort ZWNJ ändras ord på persiska, arabiska och indiska skriftsystem. Ersätt NBSP med ett vanligt mellanslag i stället för att radera det, annars slås orden ihop. En BOM i början av en fil är ofta bättre att ta bort på filnivå. Verktyg för trimning och normalisering tar inte bort nollbreddstecken, och homoglyfer (kyrilliskt tecken i stället för latinskt a) är synliga tecken som kräver en separat kontroll. För escaping av text, se Text Escape; för räkning, se Text Analyzer.