DevToys Web Pro iconDevToys Web Proబ్లాగ్
మాకు రేటింగ్ ఇవ్వండి:
బ్రౌజర్ ఎక్స్‌టెన్షన్‌ను ప్రయత్నించండి:

కనిపించని అక్షరాల డిటెక్టర్ & రిమూవర్

టెక్స్ట్

సారాంశం

కనిపించని అక్షరాలు ఏవీ కనుగొనబడలేదు.

దృశ్యమానం చేయబడింది

వర్గాలను తొలగించు

శుభ్రపరచిన అవుట్‌పుట్

  • సాంకేతిక వివరాలు

    అదృశ్య అక్షరాల డిటెక్టర్ ఎలా పనిచేస్తుంది

    అదృశ్య అక్షరాల డిటెక్టర్ ఏమి చేస్తుంది

    ఈ టూల్ కనిపించే glyph చూపని Unicode code pointల కోసం టెక్స్ట్‌ను స్కాన్ చేసి, ప్రతిదాన్ని దాని U+ కోడ్, అధికారిక పేరు, స్థానం మరియు రకానికి లెక్కతో జాబితా చేస్తుంది. ఇది zero-width space (U+200B), zero-width non-joiner మరియు joiner (U+200C, U+200D), word joiner (U+2060), byte order mark (U+FEFF), soft hyphen (U+00AD), non-breaking మరియు ఇతర అరుదైన స్పేస్‌లు (U+00A0, U+2007, U+202F), లైన్ మరియు పేరా సెపరేటర్‌లు, మరియు ద్విదిశ నియంత్రణలు (U+202A–U+202E, U+2066–U+2069)ను గుర్తిస్తుంది. వాటిని టెక్స్ట్‌లోనే చూపించి, అన్నింటినీ లేదా ఎంచుకున్న వర్గాలను మాత్రమే తొలగించవచ్చు. ప్రాసెసింగ్ బ్రౌజర్‌లోనే లోకల్‌గా జరుగుతుంది.

    సాధారణ వినియోగ సందర్భాలు

    స్ట్రింగ్ పోలిక విఫలం కావడానికి కారణమైన zero-width space, సరిపోలని API key లేదా పాస్‌వర్డ్, పార్స్ కాని BOM ఉన్న JSON ఫైల్, లేదా ఒకేలా కనిపించినా భిన్నంగా ఉన్న CSV హెడర్‌ను కనుగొనడానికి డెవలపర్లు దీన్ని ఉపయోగిస్తారు. రచయితలు మరియు ఎడిటర్లు వెబ్ పేజీలు, PDFలు మరియు చాట్ టూల్స్ నుంచి కాపీ చేసిన టెక్స్ట్‌ను శుభ్రం చేస్తారు. భద్రతా సమీక్షకులు సోర్స్ కోడ్ మరియు pull requestలను Trojan Source ద్విదిశ నియంత్రణలు (CVE-2021-42574) మరియు homoglyph ట్రిక్‌ల కోసం స్కాన్ చేస్తారు. CMS, స్ప్రెడ్‌షీట్ లేదా టెర్మినల్‌లో అతికించే ముందు AI అసిస్టెంట్ల టెక్స్ట్‌లోని అనవసర zero-width అక్షరాలు లేదా non-breaking spaceలను శుభ్రం చేయడానికి కూడా ఇది ఉపయోగపడుతుంది.

    అక్షర వర్గాలు

    అక్షరాలు ఈ సమూహాలుగా విభజించబడతాయి: zero-width అక్షరాలు (U+200B–U+200D, U+2060, U+FEFF), స్పేస్ వేరియంట్‌లు (NBSP U+00A0, en మరియు em స్పేస్‌లు U+2000 నుంచి U+200A, narrow NBSP U+202F, ideographic space U+3000), ఫార్మాటింగ్ నియంత్రణలు (soft hyphen U+00AD, అదృశ్య సెపరేటర్‌లు U+2061 నుంచి U+2064), ద్విదిశ నియంత్రణలు (LRE, RLE, PDF, LRO, RLO, LRI, RLI, FSI, PDI), మరియు C0, C1 పరిధుల నుంచి ముద్రించలేని నియంత్రణ అక్షరాలు. కొన్నింటికి అర్థం ఉంటుంది: ZWJ emoji సీక్వెన్స్‌లను కలుపుతుంది, పర్షియన్ మరియు హిందీ వర్ణక్రమంలో ZWNJ అవసరం.

    ఇబ్బందులు మరియు పరిమితులు

    అన్నింటినీ తొలగించడం ఎల్లప్పుడూ సరైనది కాదు: ZWJను తొలగిస్తే కుటుంబం లేదా జెండా వంటి emoji విరిగిపోతాయి, ZWNJను తొలగిస్తే పర్షియన్, అరబిక్ మరియు భారతీయ లిపుల్లో పదాలు మారిపోతాయి. NBSPను తొలగించకుండా సాధారణ స్పేస్‌తో భర్తీ చేయండి, లేకపోతే పదాలు కలిసిపోతాయి. ఫైల్ ప్రారంభంలోని BOMను ఫైల్ స్థాయిలో తొలగించడం తరచుగా మంచిది. Trim మరియు normalization టూల్స్ zero-width అక్షరాలను తొలగించవు, homoglyphలు (లాటిన్ a బదులు సిరిలిక్ అక్షరం) కనిపించే అక్షరాలు కాబట్టి వాటికి ప్రత్యేక తనిఖీ అవసరం. టెక్స్ట్ ఎస్కేపింగ్ కోసం Text Escape చూడండి; లెక్కింపుల కోసం Text Analyzer చూడండి.