Caracteres Unicode Invisíveis: Códigos e Propriedades

Compare nomes e funções antes de escolher um caractere. A tabela diferencia espaços, controles de formatação e caracteres que apenas parecem em branco.

Tabela de referência

Seleção de oito caracteres, não uma lista exaustiva
Código Nome oficial Categoria Função ou ressalva
U+0020 SPACE Zs Espaço comum; largura depende da fonte
U+00A0 NO-BREAK SPACE Zs Espaço que impede uma quebra normal nesse ponto
U+200B ZERO WIDTH SPACE Cf Oportunidade de quebra sem largura própria
U+2060 WORD JOINER Cf Impede quebra de linha; não cria espaçamento
U+2800 BRAILLE PATTERN BLANK So Padrão Braille vazio; não é espaço de largura zero
U+3164 HANGUL FILLER Lo Preenchimento Hangul; não é espaço comum
U+3000 IDEOGRAPHIC SPACE Zs Espaço ideográfico de largura cheia
U+FEFF ZERO WIDTH NO-BREAK SPACE Cf Usado como BOM; para unir palavras prefira U+2060

Como ler as categorias

Zs significa separador de espaço; Cf, caractere de formatação; Lo, outra letra; So, outro símbolo. Essas categorias não são uma lista de permissões de aplicativos. Todos os exemplos acima estão no plano básico e cada código isolado ocupa um ponto de código; a contagem de textos compostos pode seguir outros critérios.

Compare códigos Unicode: U+200B — ZERO WIDTH SPACE; U+3164 — HANGUL FILLER; U+2800 — BRAILLE PATTERN BLANK.
Esses códigos não são equivalentes nem emojis. Ampliar imagem

Normalização e apresentação

U+3164 tem decomposição de compatibilidade para U+1160. Normalização, filtragem e renderização são operações diferentes: uma pode transformar o código, outra removê-lo e outra mudar sua aparência. Não conclua que uma letra Lo sempre sobrevive ao processamento.

Qual problema você quer resolver?

Identificar, remover e normalizar são operações diferentes. Escolha a operação pela falha observada e preserve uma cópia do conteúdo original.

Se dois contadores dão resultados diferentes para o mesmo texto, compare as unidades em nosso guia de pontos de código, grafemas e bytes.


Copiar e escolher

Os botões da ferramenta identificam o código copiado. Para HTML, use por exemplo ㅤ para U+3164 e ​ para U+200B. Evite inserir caracteres invisíveis em senhas, endereços ou código sem necessidade explícita.

Fontes: UnicodeData, Unicode Character Database e normalização Unicode.