Encuentra caracteres invisibles
Pega un texto y cada carácter oculto o poco común aparece, con lo que es y dónde está.
Tu texto, con los caracteres ocultos a la vista
Lo que se encontró
| Se ve como | Código | Nombre Unicode | Cantidad | Qué es | Dónde (línea:columna) |
|---|
Texto oculto en caracteres de etiqueta
Estos caracteres invisibles forman un texto que tú no ves, pero que un programa sí lee, incluidos los chatbots de IA:
Palabras con letras que se parecen
Estas palabras mezclan letras latinas con letras de otro alfabeto que se ven iguales.
| Palabra | Dónde (línea:columna) | Letras de otro alfabeto |
|---|
Texto limpio
Qué muestra esta herramienta
Algunos caracteres no se ven: un espacio de ancho cero no ocupa lugar, un espacio de no separación se ve igual que un espacio y una letra del alfabeto cirílico puede verse igual que una latina. Aun así son parte del texto, y una búsqueda, una comparación o un programa los trata como caracteres distintos.
Pega un texto en el cuadro y la herramienta lo muestra de nuevo con cada uno de esos caracteres dibujado como una pequeña etiqueta: NBSP para un espacio de no separación, ZWSP para un espacio de ancho cero, TAB para un tabulador. Abajo, una tabla lista cada tipo que encontró con su código Unicode y su nombre, cuántos hay, qué es, y la línea y la columna de los primeros, para que los ubiques en tu propio archivo.
Un texto pegado tiene un punto ciego: un cuadro de texto convierte los fines de línea de Windows (CR LF) en un LF simple. Para revisar los fines de línea de un archivo, o si empieza con una marca de orden de bytes, abre el archivo con “Abrir archivo” o suéltalo sobre el cuadro; se lee tal como está guardado, y la versión limpia se puede descargar.
No todo lo que aparece es un problema. Los tabuladores son normales en el código, y un emoji como 👨👩👧 son tres emojis unidos por dos caracteres de unión de ancho cero. Esos se marcan como normales y no se tocan. Las etiquetas tienen un color según el riesgo: azul para lo inofensivo, ámbar para los caracteres que causan errores y rojo para los que se usan para engañar.
De dónde vienen
- Páginas web y procesadores de texto: el espacio de no separación (U+00A0), que mantiene dos palabras en la misma línea, se cuela al copiar.
- Un teclado de Mac: Opción+Espacio escribe un espacio de no separación. En los teclados donde la | necesita Opción, suele quedar uno después de una barra en un comando de la terminal, que entonces falla con “command not found”.
- Fechas y horas: las versiones recientes de los datos regionales de Unicode (CLDR 42, de 2022) escriben las horas en inglés con un espacio estrecho de no separación (U+202F) antes de AM o PM. Los navegadores, Node.js y macOS que los usan producen ese carácter, y el código que vuelve a leer la hora esperando un espacio falla.
- Sitios web y apps de chat: los espacios de ancho cero (U+200B) marcan dónde puede cortarse una palabra larga. También se usan a propósito para marcar copias de un texto y rastrear una filtración.
- PDF y libros electrónicos: guiones suaves (U+00AD) que solo se ven cuando una palabra se corta al final de una línea.
- Hojas de cálculo: el formato “CSV UTF-8” de Excel empieza el archivo con una marca de orden de bytes (U+FEFF), que luego queda pegada al nombre de la primera columna.
Los que más vas a encontrar
| Etiqueta | Código | Qué hace | Qué hacer |
|---|---|---|---|
NBSP | U+00A0 | Un espacio que no corta la línea | Cambiarlo por un espacio |
NNBSP | U+202F | Espacio estrecho de no separación, antes de AM/PM | Cambiarlo por un espacio antes de leer la hora |
ZWSP | U+200B | Un punto de corte invisible | Quitarlo |
ZWJ | U+200D | Une emojis en uno solo | Dejarlo dentro de los emojis, quitarlo en otro lugar |
BOM | U+FEFF | Marca de orden de bytes al inicio de un archivo | Quitarla, o guardar en UTF-8 sin BOM |
SHY | U+00AD | Guion suave | Quitarlo |
CR | U+000D | Retorno de carro (fines de línea de Windows, con LF) | Convertir los fines de línea a LF |
RLO | U+202E | Muestra al revés el texto que sigue | Quitarlo y averiguar por qué estaba ahí |
Por qué causan problemas
- Código que no compila: un espacio de no separación o de ancho cero dentro de una línea de código no es un espacio para el compilador, así que el error señala algo que se ve bien.
- Búsquedas y comparaciones que fallan: “10:30 PM” con un espacio estrecho de no separación no es igual a “10:30 PM” con un espacio, y una búsqueda por nombre no encuentra nada.
- Contraseñas y códigos que no coinciden: un código copiado de un correo con un carácter de ancho cero adentro se rechaza aunque cada carácter visible sea correcto.
- Archivos de datos: una marca de orden de bytes pone un carácter invisible delante del nombre de la primera columna de un CSV, así que un programa que busca la columna “id” no la encuentra, y un guion suave parte una palabra en una base de datos.
Texto oculto y letras que se parecen
Los controles de dirección, como el de forzar de derecha a izquierda (U+202E), cambian el orden en que se muestran los caracteres. En 2021 unos investigadores mostraron que pueden hacer que un código fuente se vea distinto de lo que lee el compilador (la vulnerabilidad “Trojan Source”, CVE-2021-42574), y desde hace mucho se usan para disfrazar nombres de archivo. Un texto normal casi nunca los necesita, así que la herramienta los marca en rojo.
Los caracteres de etiqueta de Unicode (de U+E0000 a U+E007F) son copias invisibles de las letras ASCII. En 2024 unos investigadores de seguridad mostraron que algunos chatbots de IA leen instrucciones escritas con ellos, que una persona que revisa el texto no puede ver (una técnica llamada ASCII smuggling). La herramienta los decodifica y muestra el texto oculto. Su único uso legítimo, las banderas de Inglaterra, Escocia y Gales, se reconoce y se respeta.
Una palabra que mezcla alfabetos, como “pаypal” con una а cirílica, es la forma en que las direcciones falsas y el spam pasan los filtros. La herramienta marca cualquier palabra con letras latinas y letras cirílicas o griegas, y dice a qué letra latina imita cada una. No puede marcar una palabra escrita toda en otro alfabeto.
Preguntas
Dos líneas se ven idénticas pero mi programa dice que son distintas. ¿Cómo averiguo por qué?
Pega cada una aquí y compara las tablas: casi siempre una tiene un espacio de no separación o un carácter de ancho cero. Para ver exactamente dónde difieren dos textos, usa comparar textos.
¿Es seguro quitar todo lo que encuentra la herramienta?
En un texto normal en español o en inglés, sí. La limpieza deja los emojis completos y no toca los tabuladores. Ten cuidado con el persa, el árabe o las escrituras de la India, donde la antiunión de ancho cero y las marcas de dirección pueden hacer falta; ahí desmarca esas opciones.
¿Por qué una unión dentro de mi emoji aparece como normal?
Muchos emojis se arman con varios: 👨👩👧 es un hombre, una mujer y una niña unidos por dos caracteres de unión de ancho cero, y ❤️ es un corazón seguido de un selector que pide el estilo en color. Quitar esos caracteres rompería el emoji, así que la herramienta los conserva.
¿Mi texto sale de mi computadora?
No. La herramienta funciona en tu navegador: el texto se revisa y se limpia en tu dispositivo y no se envía a ningún lado.
Más herramientas de texto
-
Contador de palabras y caracteres
Cuenta palabras, caracteres, oraciones y tiempo de lectura, y ve cuántos SMS ocupa tu texto.
-
Convertidor de mayúsculas y minúsculas
MAYÚSCULAS, minúsculas, tipo oración, camelCase, snake_case y más.
-
Quitar acentos
Quita acentos y tildes de un texto, conserva la ñ si quieres o crea un slug para URL.
-
Comparar textos
Ve qué cambió entre dos textos, línea por línea y palabra por palabra.