Caracteres Invisíveis - Caracteres de Espaço e Formatação

#ProgramaçãoGlobal #Unicode #CaracteresInvisíveis #ASCII

Uma lista exaustivamente detalhada de caracteres invisíveis abrange todos os caracteres em sistemas de codificação (como Unicode e ASCII) que não possuem representação visual direta, mas afetam a formatação, controle ou comportamento do texto.

Compreendendo os Caracteres Invisíveis:

• Identificando
• Caracteres de Espaço e Formatação
• Caracteres de Controle de Direção Bidirecional
• Caracteres de Controle Adicionais
• Caracteres Depreciados ou Problemáticos
• Comuns em Textos Gerados por IAs

Abaixo, estão organizados os caracteres invisíveis por categorias, incluindo seus códigos Unicode, nomes, descrições e usos. Como o Unicode é o padrão mais abrangente, focarei nele, mas mencionarei equivalentes em ASCII quando aplicável.

Esses caracteres controlam espaçamento e formatação, sendo invisíveis ou com efeito visual indireto.

Código Unicode	Nome	Descrição	Uso Comum
U+0020	Space	Espaço	Separa palavras; espaço visível em branco
U+00A0	No-Break Space	Espaço sem quebra	Impede quebra de linha entre palavras
U+00AD	Soft Hyphen	Hífen suave	Indica ponto de quebra opcional (aparece só se necessário)
U+1680	Ogham Space Mark	Espaço Ogham	Espaço em escrita Ogham (raro)
U+180E	Mongolian Vowel Separator	Separador de vogais mongol	Separa vogais em script mongol (invisível)
U+2000	En Quad	Espaço en	Espaço com largura de “n” (tipografia)
U+2001	Em Quad	Espaço em	Espaço com largura de “m” (tipografia)
U+2002	En Space	Espaço en	Metade da largura de um “m”
U+2003	Em Space	Espaço em	Largura de um “m”
U+2004	Three-Per-Em Space	Espaço 1/3 em	Um terço da largura de “m”
U+2005	Four-Per-Em Space	Espaço 1/4 em	Um quarto da largura de “m”
U+2006	Six-Per-Em Space	Espaço 1/6 em	Um sexto da largura de “m”
U+2007	Figure Space	Espaço de figura	Espaço com largura de dígito (alinhamento numérico)
U+2008	Punctuation Space	Espaço de pontuação	Espaço com largura de vírgula ou ponto
U+2009	Thin Space	Espaço fino	Espaço estreito (ex.: antes de unidades em francês)
U+200A	Hair Space	Espaço capilar	Espaço muito estreito (tipografia fina)
U+200B	Zero Width Space	Espaço de largura zero	Permite quebra de linha sem espaço visível
U+200C	Zero Width Non-Joiner	Não-juntador de largura zero	Impede ligação de caracteres (ex.: em árabe)
U+200D	Zero Width Joiner	Juntador de largura zero	Força ligação de caracteres (ex.: emojis, scripts complexos)
U+200E	Left-to-Right Mark	Marca esquerda-para-direita	Controla direção de texto bidirecional
U+200F	Right-to-Left Mark	Marca direita-para-esquerda	Controla direção de texto bidirecional
U+202F	Narrow No-Break Space	Espaço estreito sem quebra	Espaço fino que impede quebra de linha
U+205F	Medium Mathematical Space	Espaço matemático médio	Espaço em fórmulas matemáticas
U+2060	Word Joiner	Juntador de palavras	Impede quebra de linha (substitui U+FEFF em alguns casos)
U+2061	Function Application	Aplicação de função	Marca operação invisível em matemática
U+2062	Invisible Times	Multiplicação invisível	Indica multiplicação implícita em matemática
U+2063	Invisible Separator	Separador invisível	Separa termos em matemática
U+2064	Invisible Plus	Soma invisível	Indica adição implícita em matemática
U+3000	Ideographic Space	Espaço ideográfico	Espaço para scripts CJK (largura de caractere CJK)
U+FEFF	Zero Width No-Break Space	Espaço de largura zero sem quebra	Usado como BOM (Byte Order Mark); impede quebra de linha

Notas:

• Espaços como U+2002 a U+200A são usados em tipografia para ajustes precisos.
• U+200B, U+200C e U+200D são comuns em scripts complexos e emojis.
• U+FEFF como BOM pode causar erros em arquivos texto se não for tratado.

Observações Finais

• Exaustividade: Esta lista cobre todos os caracteres invisíveis padrão no Unicode (versão 15.0), incluindo controles ASCII, caracteres de formatação, direcionais e específicos de scripts. Outros caracteres podem existir em blocos privados ou futuros do Unicode, mas não são amplamente usados.
• Detecção: Para identificar esses caracteres, use editores como VS Code (mostra símbolos como ␣, ¶), ferramentas como hexdump ou bibliotecas como unicodedata em Python.
• Problemas: Caracteres como U+200B, U+202E ou U+FEFF são notórios por causar erros (ex.: quebras inesperadas, falhas de parsing, ataques de ofuscação).
• Segurança: Em contextos de segurança, filtre caracteres como U+200C, U+200D e U+202E para evitar manipulação maliciosa

  .

  
  

  

  ☕DOE UM CAFÉ:

  👉 Siga André Bernardes no Linkedin. Clique aqui e contate-me via What's App.

  Comente e compartilhe este artigo!

  brazilsalesforceeffectiveness@gmail.com