Detector e removedor de caracteres invisíveis

O que são caracteres invisíveis?

O Unicode contém dezenas de caracteres que não exibem absolutamente nada na tela: o espaço de largura zero (U+200B), os conectores, as marcas de direção, as marcas de ordem de bytes (BOM) e blocos inteiros como os caracteres tag, que são cópias invisíveis do alfabeto ASCII. Eles existem por bons motivos: unir emojis em famílias, dar a forma correta a palavras em árabe e persa, misturar texto da direita para a esquerda com texto da esquerda para a direita. Mas, como sobrevivem ao copiar e colar sem nunca aparecer, também acabam chegando aonde ninguém queria: código-fonte, planilhas, senhas, nomes de usuário e termos de busca, onde quebram em silêncio correspondências e comparações exatas.

Como verificar se um texto tem caracteres invisíveis?

Cole o texto na caixa acima. O verificador percorre caractere por caractere e sinaliza tudo o que não exibe nada ou se disfarça de espaço comum, e então mostra cada ocorrência em linha, exatamente onde ela está, com o ponto de código e o nome Unicode. Conectores que fazem trabalho legítimo dentro de uma sequência de emoji são marcados como inofensivos, em vez de serem misturados aos suspeitos, para que um simples joinha não vire alarme.

Como remover caracteres invisíveis de um texto?

Cole o texto, desmarque o que quiser manter e copie o resultado limpo. Cada grupo tem sua própria opção, então dá para remover os caracteres de largura zero e manter os espaços especiais, ou o contrário; os espaços especiais viram espaços comuns em vez de sumir, e assim as palavras nunca ficam grudadas. Funciona igual com a saída do ChatGPT e de outras IAs e com texto do Word, do Excel ou de um PDF: cole aqui, limpe e cole de volta.

O ChatGPT adiciona caracteres invisíveis ao texto?

Às vezes, e há controvérsia sobre se isso é proposital. Em abril de 2025, usuários perceberam que os modelos mais novos da OpenAI estavam inserindo espaços não separáveis estreitos (U+202F) em textos mais longos; a OpenAI disse a jornalistas que era uma peculiaridade de como os modelos aprenderam a escrever, não uma marca-d'água. O que é certo: a saída de IA costuma carregar caracteres tipográficos que a maioria dos teclados nunca produz, como aspas curvas, travessões e espaços não separáveis, e os detectores se apoiam neles. O SynthID do Google funciona de outro jeito: ele aplica a marca-d'água nas próprias escolhas de palavras, então nenhum limpador de caracteres consegue removê-la. Esta ferramenta remove os caracteres ocultos e, se você quiser, também endireita a pontuação típica de IA; o que ela não consegue é fazer o texto parecer escrito por um humano.

Caracteres invisíveis são perigosos?

Podem ser. O ataque Trojan Source (CVE-2021-42574) usa caracteres de controle de direção para fazer o código-fonte ser lido de um jeito por um revisor humano e compilado de outro. Caracteres tag conseguem contrabandear uma mensagem ASCII inteira escondida dentro de um texto de aparência inocente, um truque usado para fazer instruções passarem despercebidas pelos filtros de chatbots de IA; esta ferramenta decodifica qualquer carga desse tipo e mostra o conteúdo para você. E caracteres de largura zero já foram usados para deixar uma impressão digital em documentos, embutindo um padrão invisível diferente para cada destinatário, de modo que uma cópia vazada identifica quem vazou. É a mesma ideia dos metadados escondidos em fotos, só que embutida no próprio texto.

Quais caracteres esta ferramenta detecta?

Sete grupos: caracteres de largura zero (ZWSP, ZWNJ, ZWJ, conector de palavras (word joiner), BOM, operadores matemáticos invisíveis, preenchedores de Hangul), controles de direção (RLO, LRM, incorporações e isolados), espaços disfarçados (não separável, fino, ultrafino, ideográfico, os outros espaços de largura fixa e o padrão braille em branco que simula mensagens vazias), hifens opcionais, caracteres de controle e de formatação não imprimíveis, caracteres tag e seletores de variação. A remoção é feita por grupo, as sequências de emoji são protegidas por padrão e os espaços especiais viram espaços comuns em vez de simplesmente desaparecer. Se você trabalha com strings com escape, o Conversor de escapes Unicode converte qualquer um desses caracteres em notação \uXXXX visível e vice-versa.