Αφαίρεση αόρατων χαρακτήρων

Πώς να αφαιρέσετε αόρατους χαρακτήρες

1. Επικολλήστε το κείμενό σας στο πλαίσιο εισόδου. Σαρώνεται μόλις το επικολλήσετε.
2. Διαβάστε το αποτέλεσμα: ένας πίνακας απαριθμεί κάθε κρυφό χαρακτήρα που βρέθηκε, με το σημείο κώδικα, τη σύντομη ονομασία, το όνομα στο Unicode, τον τύπο και το πλήθος του. Η Επισημασμένη είσοδος δείχνει πού βρίσκεται καθένας, ως μικρό χρωματιστό σήμα όπως ZWSP ή NBSP.
3. Στο Χαρακτήρες προς αφαίρεση, αφήστε επιλεγμένους τους τύπους που θέλετε να διαγραφούν. Το Επιλογή όλων / κανενός τους αλλάζει όλους μαζί.
4. Αφήστε επιλεγμένο το Αντικατάσταση μη αλλαζόντων και ειδικών κενών με κανονικό κενό, ώστε το «10 000» να κρατήσει το κενό του και να μη γίνει «10000».
5. Αντιγράψτε το καθαρισμένο κείμενο από το πλαίσιο αποτελέσματος. Το κουμπί Αφαίρεση αόρατων χαρακτήρων ανανεώνει το αποτέλεσμα.

Τι εντοπίζει αυτό το εργαλείο

Οι στηλοθέτες, οι αλλαγές γραμμής και οι επιστροφές φορέα είναι συνηθισμένοι χαρακτήρες και δεν πειράζονται ποτέ. Οι επιλογείς παραλλαγής δεν είναι επιλεγμένοι από προεπιλογή, γιατί συνήθως είναι θεμιτοί.

Γιατί οι αόρατοι χαρακτήρες προκαλούν προβλήματα

Μοιάζουν με το τίποτα, όμως οι υπολογιστές τούς βλέπουν. Ένα κενό μηδενικού πλάτους μέσα σε μια λέξη χαλά την αναζήτηση και τον ορθογραφικό έλεγχο, ένα σήμα BOM στην αρχή ενός αρχείου CSV αλλοιώνει το όνομα της πρώτης στήλης, ένα μη αλλάζον κενό κάνει δύο τιμές να διαφέρουν σε μια αναζήτηση υπολογιστικού φύλλου ή σε ένα πεδίο κωδικού πρόσβασης, και μια μαλακή παύλα μπορεί να σπάσει μια διεύθυνση URL. Ο κώδικας που περιέχει έναν αδέσποτο χαρακτήρα U+FEFF ή U+00A0 μπορεί να αρνηθεί να μεταγλωττιστεί με ένα απροσδόκητο σφάλμα.

Οι αόρατοι χαρακτήρες μπορεί να είναι και σκόπιμοι: ορισμένοι χρησιμοποιούνται για να «σημαδέψουν» αντιγραμμένο κείμενο, ώστε μια διαρροή να αναχθεί στην πηγή της.

Trojan Source και χαρακτήρες bidi

Οι χαρακτήρες ελέγχου κατεύθυνσης λένε στη μηχανή απεικόνισης να διατάξει μέρος μιας γραμμής από δεξιά προς τα αριστερά. Μέσα σε πηγαίο κώδικα μπορούν να κάνουν τον κώδικα να φαίνεται διαφορετικός από αυτόν που εκτελεί πραγματικά ο μεταγλωττιστής, μια επίθεση που δημοσιεύθηκε το 2021 ως «Trojan Source» (CVE-2021-42574). Όταν το εργαλείο βρει έναν, εμφανίζει προειδοποίηση. Το νόμιμο αραβικό ή εβραϊκό κείμενο μπορεί να χρησιμοποιεί τα σήματα LRM και RLM, όμως οι χαρακτήρες ένθεσης, παράκαμψης και απομόνωσης μέσα σε κώδικα ή σε αρχείο ρυθμίσεων αποτελούν κόκκινη σημαία.

Κρατήστε ό,τι χρειάζεστε

• Το Διατήρηση συνδέσμων και επιλογέων μέσα σε emoji προστατεύει τους συνδέσμους μηδενικού πλάτους και τους επιλογείς παραλλαγής που σχηματίζουν emoji όπως το 👨‍👩‍👧 ή το ❤️. Αποεπιλέξτε το για να αφαιρεθούν κι αυτοί· το emoji της οικογένειας γίνεται τότε τρία ξεχωριστά πρόσωπα.
• Τα περσικά, τα χίντι και άλλες γραφές χρησιμοποιούν τα ZWNJ και ZWJ για να ελέγχουν τον τρόπο που ενώνονται τα γράμματα. Για τέτοιο κείμενο, αποεπιλέξτε το Χαρακτήρες μηδενικού πλάτους (ZWSP, ZWNJ, ZWJ, WJ, BOM).
• Η γαλλική τυπογραφία χρησιμοποιεί στενά μη αλλάζοντα κενά πριν από τα « ; : ! ? » και μέσα στα εισαγωγικά. Αποεπιλέξτε τον τύπο των κενών για να τα κρατήσετε.
• Το ελληνικό κείμενο δεν χρειάζεται αόρατους χαρακτήρες για τη γραφή του, οπότε συνήθως μπορείτε να αφαιρέσετε με ασφάλεια τους περισσότερους τύπους. Τα σημεία στίξης και οι τόνοι δεν αγγίζονται ποτέ.