As famílias que o inspetor relata
Cada achado nomeia o ponto de código e o nome Unicode, então nada é adivinhado.
- Espaço de largura zero, não-juntor, juntor e juntor de palavras (U+200B–U+200D, U+2060).
- Marca de ordem de bytes usada no meio do documento (U+FEFF).
- Controles bidi: marcas, incorporações, sobreposições e isolamentos.
- Caracteres de tag (bloco U+E0000), que podem carregar uma mensagem oculta inteira.
- Seletores de variação, pontos de uso privado, não caracteres e pontos reservados ignoráveis por padrão.
- Homóglifos de espaço como espaço inquebrável, espaço inquebrável estreito e espaço ideográfico.
Por que importam na prática
Um espaço de largura zero dentro de um identificador faz a busca falhar sem motivo visível. Um espaço inquebrável estreito em uma coluna CSV quebra a leitura numérica. Uma sobreposição bidi pode fazer um nome de arquivo aparecer em ordem diferente da armazenada.
Isso é higiene de texto. Não é uma forma de mudar como um detector pontua um texto, e o MetadataRemover.cc não afirma que seja.
O que é preservado de propósito
Uma remoção ingênua destrói texto multilíngue legítimo, então o limpador mantém os caracteres invisíveis que fazem trabalho real.
- Juntores e não-juntores de largura zero entre letras da mesma escrita, onde são ortográficos.
- Cola de emoji: o juntor dentro de um emoji composto e os seletores de variação que escolhem a apresentação.
- Sequências completas de tags para bandeiras de subdivisões regionais.
- Seletores de variação mongóis, vogais inerentes khmer e preenchedores hangul depois das próprias letras.
- Marcas e isolamentos direcionais, e incorporações corretamente pareadas, que o texto da direita para a esquerda precisa.
Como esta versão trata o texto
Espaços incomuns são normalizados para espaços comuns. Caracteres necessários aos sistemas de escrita e emojis compatíveis são preservados conforme o contexto. Esta página não oferece opções avançadas para controles de direção ou letras visualmente parecidas. Revise o texto limpo, principalmente quando os espaços têm função tipográfica ou técnica.
Perguntas frequentes
O que é Unicode invisível?
São caracteres que podem estar no texto sem aparecer como letras. Alguns controlam espaços, direção da escrita ou a composição de emojis. Nem todos são um problema: o MetadataRemover.cc identifica os tipos compatíveis e preserva os usos necessários que reconhece.
Como tirar caracteres estranhos de um texto do Word?
Copie o trecho e cole no campo de texto do MetadataRemover.cc. Confira os caracteres encontrados, faça a limpeza e copie o resultado. O arquivo DOCX não é aceito e a formatação do documento não é preservada. A ferramenta também não remove letras acentuadas nem reescreve frases.