Caracteres Invisíveis - Identificando

#ProgramaçãoGlobal #Unicode #CaracteresInvisíveis #ASCII

☕DOE UM CAFÉ:

Caracteres invisíveis são caracteres que não aparecem visualmente em um texto, mas ocupam espaço ou têm funções específicas em sistemas computacionais. Eles são comuns em codificação de texto (como Unicode ou ASCII) e podem ser usados para formatação, controle ou separação de dados.

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

Aqui estão os principais tipos de caracteres invisíveis:

Espaço (U+0020): O espaço comum entre palavras. Embora "visível" como um espaço em branco, é tecnicamente um caractere.

Caracteres de controle (geralmente na faixa U+0000 a U+001F e U+007F em Unicode):

• NUL (U+0000): Caractere nulo, usado em algumas linguagens de programação.
• TAB (U+0009): Tabulação horizontal, para alinhamento de texto.
• LF (U+000A, Line Feed): Quebra de linha (usada em sistemas Unix).
• CR (U+000D, Carriage Return): Retorno de carro (usado em sistemas Windows junto com LF).
• BEL (U+0007): Produz um som de alerta em alguns sistemas.
• DEL (U+007F): Caractere de exclusão, usado historicamente para apagar.

Caracteres de formatação:

• Zero Width Space (U+200B): Espaço com largura zero, usado para quebras de linha opcionais sem espaço visível.
• Non-Breaking Space (U+00A0): Espaço que impede quebra de linha.
• Soft Hyphen (U+00AD): Hífen opcional que aparece apenas em quebras de linha.
• Zero Width Joiner (U+200D): Une caracteres (como em emojis ou scripts complexos).
• Zero Width Non-Joiner (U+200C): Impede a união de caracteres.

Caracteres de direção:

• Left-to-Right Mark (U+200E): Controla a direção do texto (esquerda para direita).
• Right-to-Left Mark (U+200F): Controla a direção do texto (direita para esquerda).
• Bidi Controls (como U+202A a U+202E): Gerenciam textos bidirecionais (ex.: árabe e inglês misturados).

Outros caracteres invisíveis:

• Byte Order Mark (BOM) (U+FEFF): Usado para indicar a ordem dos bytes em UTF (pode causar problemas se não for tratado corretamente).
• Invisible Separator (U+2063): Separador invisível para contextos específicos.

Como identificar caracteres invisíveis?

• Editores de texto avançados (como VS Code, Notepad++ ou Sublime Text) podem exibir caracteres invisíveis como símbolos (ex.: ␣ para espaço, ¶ para quebra de linha).
• Ferramentas online (como Unicode Inspector) mostram o código de cada caractere.
• Linguagens de programação: Em Python, por exemplo, você pode usar repr() ou encode() para revelar caracteres invisíveis em uma string.

Problemas comuns

• Erros de codificação: Caracteres invisíveis como BOM podem causar falhas em parsers ou scripts.
• Segurança: Caracteres como Zero Width Space podem ser usados em ataques de ofuscação (ex.: esconder código malicioso).
• Formatação indesejada: Copiar e colar texto de sites pode incluir caracteres invisíveis que quebram scripts ou layouts
  .

  
  

  

  ☕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