Detector y eliminador de caracteres invisibles

¿Qué son los caracteres invisibles?

Unicode contiene decenas de caracteres que no se muestran en absoluto: el espacio de ancho cero (U+200B), los conectores, las marcas de dirección, las marcas de orden de bytes (BOM) y bloques enteros como los caracteres de etiqueta, que son copias invisibles del alfabeto ASCII. Existen por buenas razones: unir emojis en familias, dar forma a las palabras del árabe y el persa, mezclar texto de derecha a izquierda con texto de izquierda a derecha. Pero como sobreviven al copiar y pegar sin que nadie los vea, también acaban donde nadie los esperaba: en código fuente, hojas de cálculo, contraseñas, nombres de usuario y consultas de búsqueda, donde rompen sin hacer ruido las comparaciones y las coincidencias exactas.

¿Cómo compruebo si un texto tiene caracteres invisibles?

Pega el texto en el cuadro de arriba. El escáner recorre cada carácter y marca todo lo que no se muestra o se hace pasar por un espacio normal, y luego señala cada uno dentro del propio texto, justo donde está, con su punto de código Unicode y su nombre. Los conectores que hacen un trabajo legítimo dentro de una secuencia de emoji se marcan como inofensivos en lugar de mezclarse con los sospechosos, para que un pulgar hacia arriba no parezca una alarma.

¿Cómo elimino los caracteres invisibles de un texto?

Pega el texto, desmarca lo que quieras conservar y copia el resultado limpio. Cada grupo tiene su propio interruptor, así que puedes quitar los caracteres de ancho cero y conservar los espacios especiales, o al revés; los espacios especiales se convierten en espacios normales en lugar de desaparecer, para que las palabras nunca queden pegadas. Funciona igual con la salida de ChatGPT y otras IA que con texto de Word, Excel o un PDF: pégalo aquí, límpialo y vuelve a pegarlo.

¿ChatGPT añade caracteres invisibles al texto?

A veces, y se discute si es deliberado. En abril de 2025, varios usuarios notaron que los modelos más recientes de OpenAI insertaban espacios estrechos de no separación (U+202F) en textos largos; OpenAI dijo a la prensa que era una peculiaridad de cómo los modelos aprendieron a escribir, no una marca de agua. Lo que es seguro: el texto generado por IA suele traer caracteres tipográficos que la mayoría de los teclados nunca producen, como comillas tipográficas, rayas y espacios de no separación, y los detectores se fijan justo en ellos. SynthID de Google funciona de otra manera: pone la marca de agua en la propia elección de palabras, así que ningún limpiador de caracteres puede quitarla. Esta herramienta elimina los caracteres ocultos y, si quieres, endereza la puntuación de estilo IA; lo que no puede hacer es lograr que un texto se lea como escrito por un humano.

¿Son peligrosos los caracteres invisibles?

Pueden serlo. El ataque Trojan Source (CVE-2021-42574) usa caracteres de control de dirección para que el código fuente se lea de una manera ante un revisor humano y se compile de otra. Los caracteres de etiqueta pueden colar un mensaje ASCII oculto completo dentro de un texto de aspecto inocente, un truco usado para saltarse los filtros de los chatbots de IA; esta herramienta decodifica cualquier mensaje así y te lo muestra. Y los espacios de ancho cero se han usado para dejar una huella invisible en documentos, incrustando un patrón distinto por destinatario, de modo que una copia filtrada identifica a quien la filtró. La misma idea que los metadatos ocultos en las fotos, solo que incrustada en el propio texto.

¿Qué caracteres detecta esta herramienta?

Siete grupos: caracteres de ancho cero (ZWSP, ZWNJ, ZWJ, conector de palabras, BOM, operadores matemáticos invisibles, rellenos de Hangul), controles de dirección (RLO, LRM, incrustaciones y aislados), espacios que imitan al normal (de no separación, fino, ultrafino, ideográfico, los demás espacios de ancho fijo y el patrón braille en blanco que simula mensajes vacíos), guiones suaves, caracteres de control y de formato no imprimibles, caracteres de etiqueta y selectores de variación. La eliminación es por grupo, las secuencias de emoji están protegidas de forma predeterminada y los espacios especiales se convierten en espacios normales en lugar de desaparecer. Si trabajas con cadenas escapadas, el Conversor de escapes Unicode convierte cualquiera de estos caracteres en notación \uXXXX visible y viceversa.