Détecteur de Caractères Invisibles

Les caractères invisibles sont des points de code Unicode qui s'affichent comme des espaces blancs ou n'occupent aucun espace visible, mais sont techniquement différents d'un espace ordinaire. Ils apparaissent fréquemment dans les données copiées depuis des pages web, des PDF, des feuilles de calcul et des champs de base de données exportés.

Types courants détectés par cet outil :

• NBSP (U+00A0) - visuellement identique à un espace ordinaire mais caractère différent ; inséré par les éditeurs HTML et les traitements de texte
• ZWS (U+200B) - complètement invisible, n'occupe aucun espace ; principale cause de lignes « identiques » qui ne correspondent pas
• ZWJ / ZWNJ - contrôlent si les caractères adjacents se joignent ; courants en arabe, persan et dans les séquences d'emoji
• BOM (U+FEFF) - ajouté en début de fichier par le Bloc-notes Windows, Excel et PowerShell ; fait que la première ligne ne correspond jamais
• CR (U+000D) - retour chariot ; partie des fins de ligne CRLF Windows, cause des discordances dues aux caractères de fin de ligne
• TAB (U+0009) - tabulation horizontale ; provenant de fichiers TSV, d'éditeurs de code et de copier-coller depuis le terminal

Un espace ordinaire (U+0020) et un espace insécable (U+00A0) sont visuellement identiques mais ont des codes de caractères complètement différents. Lors de la comparaison de listes, un élément avec un NBSP final ne correspondra pas au même élément avec un espace ordinaire, même si les deux semblent identiques à l'écran.

Les espaces de largeur nulle sont encore plus difficiles à repérer : ils n'occupent aucun espace visible, donc vous n'avez aucune indication visuelle de leur présence jusqu'à ce qu'une comparaison ou une recherche en base de données échoue de façon inattendue.

Cet outil révèle exactement où se cache chaque caractère invisible afin que vous puissiez nettoyer vos données avant de les comparer.

Les sources les plus courantes sont :

• Pages web - HTML utilise fréquemment NBSP (l'entité  ) pour la mise en page ; tout copier-coller depuis un site web peut les introduire
• PDF - l'espacement et les fins de ligne sont souvent incohérents lors de l'extraction de texte
• Feuilles de calcul - Excel et Google Sheets insèrent parfois ZWS dans les cellules formatées
• Exports de base de données - certaines bases de données conservent les NBSP dans les champs texte de leurs applications sources
• Claviers mobiles - certains insèrent NBSP au lieu d'un espace ordinaire après la ponctuation
• Traitements de texte - Microsoft Word et applications similaires utilisent des espaces insécables dans le texte formaté

1. Collez votre texte dans la zone de saisie. Le panneau annoté affiche chaque caractère invisible sous forme de badge coloré (ex. [NBSP], [ZWS]) pour que vous voyiez exactement où ils apparaissent.
2. Copiez depuis le panneau Nettoyé ci-dessous, qui affiche le même texte avec tous les caractères invisibles supprimés.

Pour un nettoyage continu des données, le Nettoyeur de Listes dispose également d'une option dédiée « Supprimer les caractères invisibles ».

Un espace insécable (U+00A0) est visuellement identique à un espace ordinaire mais a un code de caractère différent (160 contre 32). Il a été conçu à l'origine pour maintenir des mots adjacents sur la même ligne - par exemple, pour éviter que « 100 km » ne soit coupé à un saut de ligne.

D'où il vient : Éditeurs HTML (l'entité  ), traitements de texte comme Microsoft Word, et certains claviers mobiles qui l'insèrent après la ponctuation.

Pourquoi il cause des problèmes : Toute comparaison exacte de chaînes traite NBSP comme distinct d'un espace ordinaire, provoquant des discordances inattendues dans les comparaisons de listes, les recherches en base de données et les imports - même lorsque le texte semble identique à l'écran.

Un espace de largeur nulle (U+200B) n'occupe aucun espace visible - il est complètement invisible à l'œil. Il a été conçu à l'origine pour marquer les points de coupure optionnels dans les écritures qui n'utilisent pas d'espaces entre les mots (comme le thaï ou le texte CJK).

D'où il vient : Texte extrait de pages web, contenu de certaines plateformes CMS (WordPress les insère parfois) et documents convertis depuis des formats de texte enrichi.

Pourquoi il cause des problèmes : Comme il est invisible, vous ne pouvez pas savoir qu'il est présent jusqu'à ce qu'une comparaison, une recherche en base de données ou un import échoue de façon inattendue. C'est la cause la plus fréquente de lignes « identiques » qui refusent de correspondre.

Oui - nettoyer les caractères invisibles en premier est l'une des meilleures étapes de préparation avant d'utiliser les outils Comparer deux listes ou Comparer plusieurs listes.

Copiez la sortie nettoyée de cet outil et collez-la dans l'outil de comparaison. Les deux outils disposent également d'une option « Ignorer les espaces en début/fin » qui détecte les NBSP aux extrémités des lignes - mais le Détecteur de Caractères Invisibles est plus complet : il trouve et supprime tous les caractères invisibles quel que soit l'endroit où ils apparaissent dans une ligne.