Detektor Niewidocznych Znaków

Niewidoczne znaki to punkty kodowe Unicode, które są wyświetlane jako białe znaki lub nie zajmują żadnego widocznego miejsca, ale technicznie różnią się od zwykłej spacji. Często pojawiają się w danych skopiowanych ze stron internetowych, plików PDF, arkuszy kalkulacyjnych i wyeksportowanych pól baz danych.

Najczęstsze typy wykrywane przez to narzędzie:

• NBSP (U+00A0) - wygląda identycznie jak zwykła spacja, ale to inny znak; wstawiany przez edytory HTML i edytory tekstu
• ZWS (U+200B) - całkowicie niewidoczny, nie zajmuje miejsca; główna przyczyna "identycznych" wierszy, które nie pasują do siebie
• ZWJ / ZWNJ - kontrolują, czy sąsiednie znaki łączą się; często spotykane w arabskim, perskim i sekwencjach emoji
• BOM (U+FEFF) - dodawany na początku pliku przez Notatnik Windows, Excel i PowerShell; powoduje, że pierwszy wiersz nigdy nie pasuje
• CR (U+000D) - powrót karetki; część końcówek linii CRLF systemu Windows, powoduje niezgodności końcowych znaków
• TAB (U+0009) - tabulacja pozioma; z plików TSV, edytorów kodu i kopiowania z terminala

Zwykła spacja (U+0020) i niełamliwa spacja (U+00A0) są wizualnie identyczne, ale mają zupełnie różne kody znaków. Przy porównywaniu list element z końcowym NBSP nie będzie pasował do tego samego elementu ze zwykłą spacją - nawet jeśli oba wyglądają identycznie na ekranie.

Spacje zerowej szerokości są jeszcze trudniejsze do wykrycia: nie zajmują żadnego widocznego miejsca, więc nie ma żadnego wizualnego sygnału ich obecności, dopóki porównanie lub wyszukiwanie w bazie danych nie zakończy się nieoczekiwanym błędem.

To narzędzie ujawnia dokładnie, gdzie ukrywa się każdy niewidoczny znak, abyś mógł wyczyścić dane przed porównaniem.

Najczęstsze źródła to:

• Strony internetowe - HTML często używa NBSP (jednostki  ) do układu; każde kopiowanie ze strony może je przenieść
• PDF - odstępy i końcówki linii są często niespójne przy wyodrębnianiu tekstu
• Arkusze kalkulacyjne - Excel i Google Sheets czasami wstawiają ZWS w sformatowanych komórkach
• Eksporty baz danych - niektóre bazy danych zachowują NBSP w polach tekstowych z aplikacji źródłowych
• Klawiatury mobilne - niektóre wstawiają NBSP zamiast zwykłej spacji po znakach interpunkcji
• Edytory tekstu - Microsoft Word i podobne aplikacje używają niełamliwych spacji w sformatowanym tekście

1. Wklej tekst do pola wejściowego. Panel z adnotacjami pokazuje każdy niewidoczny znak jako kolorową odznakę (np. [NBSP], [ZWS]), abyś mógł dokładnie zobaczyć, gdzie się pojawiają.
2. Skopiuj z panelu Wyczyszczono poniżej, który pokazuje ten sam tekst z usuniętymi wszystkimi niewidocznymi znakami.

Do stałego czyszczenia danych, Oczyszczacz Danych Listy ma również dedykowaną opcję "Usuń niewidoczne znaki".

Niełamliwa spacja (U+00A0) wygląda identycznie jak zwykła spacja, ale ma inny kod znaku (160 vs 32). Pierwotnie zaprojektowana, aby utrzymać sąsiednie słowa w tym samym wierszu - na przykład, aby "100 km" nie rozdzielało się przy łamaniu wiersza.

Skąd pochodzi: Edytory HTML (jednostka  ), edytory tekstu jak Microsoft Word i niektóre klawiatury mobilne, które wstawiają ją po znakach interpunkcji.

Dlaczego powoduje problemy: Każde dokładne porównanie ciągów traktuje NBSP jako odrębny od zwykłej spacji, powodując nieoczekiwane niezgodności w porównaniach list, wyszukiwaniach w bazach danych i importach - nawet gdy tekst wygląda identycznie na ekranie.

Spacja zerowej szerokości (U+200B) nie zajmuje żadnego widocznego miejsca - jest całkowicie niewidoczna dla oka. Pierwotnie zaprojektowana, aby oznaczać opcjonalne punkty łamania wiersza w pismach, które nie używają spacji między słowami (jak tajski lub tekst CJK).

Skąd pochodzi: Tekst pobierany ze stron internetowych, treści z niektórych platform CMS (WordPress czasami je wstawia) i dokumenty konwertowane z formatów RTF.

Dlaczego powoduje problemy: Ponieważ jest niewidoczna, nie ma możliwości wiedzieć o jej obecności, dopóki porównanie, wyszukiwanie w bazie danych lub import nie zakończy się nieoczekiwanym błędem. Jest najczęstszą przyczyną "identycznych" wierszy, które odmawiają dopasowania.

Tak - czyszczenie niewidocznych znaków jako pierwszy krok to jedno z najlepszych działań przygotowawczych przed użyciem narzędzi Porównaj dwie listy lub Porównaj wiele list.

Skopiuj wyczyszczone wyjście z tego narzędzia i wklej je do narzędzia do porównywania. Oba narzędzia mają również opcję "Ignoruj spacje na początku/końcu", która wykrywa NBSP na granicach wierszy - ale Detektor Niewidocznych Znaków jest bardziej wszechstronny: znajduje i usuwa wszystkie niewidoczne znaki niezależnie od tego, gdzie pojawiają się w wierszu.