Quitar caracteres invisibles

Caracteres que no se ven

Un texto pegado a veces trae un espacio de ancho cero, una marca de orden de bytes o una marca bidireccional. La línea se ve normal y la comparación falla. Esta página quita esos caracteres de formato. No borra espacios visibles, tabuladores ni saltos de línea. Los espacios: quitar espacios. Los huecos de más: juntar espacios.

Cómo usarla

1. Pega el texto. La primera línea del resultado dice cuántos caracteres se quitaron. Lo demás es el texto limpio.
2. Mostrarlos como [U+…] cambia cada carácter por su código, por ejemplo [U+200B], en lugar de borrarlo.
3. Todos los caracteres de formato amplía al conjunto Unicode de formato. Apagado, solo toca el conjunto invisible habitual.
4. El ejemplo carga hello, un espacio de ancho cero, world y una BOM. Por defecto, la cuenta es 2 y el texto helloworld.

Qué puntos de código se mueven

El conjunto inicial: guion suave, unión de grafema, marca de letra árabe, separador vocálico mongol, espacio de ancho cero, no unión, unión, marcas de izquierda a derecha y de derecha a izquierda, incrustaciones y anulaciones bidireccionales, unión de palabra, operadores invisibles, aislantes, la marca de orden de bytes y las anotaciones interlineales. Todos los caracteres de formato incluye selectores de variación, así que un emoji puede cambiar de forma. Letras, espacios visibles, saltos de línea y puntuación normal se quedan. La cuenta incluye los que solo marcas.

Para qué sirve

• Una contraseña o un código pegado se ve bien y aun así no coincide.
• Un párrafo empieza con una BOM de un archivo UTF-8.
• Ver dónde está un espacio de ancho cero al encender las marcas U+.

Preguntas