# Pembersih aksara tersembunyi: apa yang dibuang dengan tepat, dan apa yang terlepas

> Senarai aksara tepat di sebalik setiap pilihan, hasil yang dikira untuk kes sebenar, cara penyambung emoji, Parsi dan skrip India dikekalkan secara lalai, dan beberapa aksara tidak kelihatan yang masih tidak disentuh alat ini.

- Tool: [Pembersih Aksara Tersembunyi](https://toolsg.com/ms/hidden-character-cleaner)
- Language: ms (available: en, zh, ms, ta)
- Last verified against official sources: 2026-10-20
- Source site: ToolSG — a planning guide, not official or financial advice. Cite the agencies listed under Sources.

## Angka utama sepintas lalu

| Perkara | Nilai | Sumber |
| --- | --- | --- |
| Pilihan lebar sifar | U+200B, U+2060, dan U+200C / U+200D di luar emoji dan perkataan bukan Latin — Secara lalai ZWJ dan ZWNJ dikekalkan dalam jujukan emoji dan antara huruf bukan Latin (Parsi, Tamil); nyahtanda Kekalkan ZWJ/ZWNJ untuk membuang kesemuanya. |  |
| Pilihan BOM | U+FEFF di mana-mana dalam teks — Tanda tertib bait hanya bermakna di permulaan fail. |  |
| Aksara kawalan | Kawalan C0 dan C1 kecuali tab, suap baris dan pulangan pengangkut — Termasuk U+0000 hingga U+0008, U+000B, U+000C, U+000E hingga U+001F dan U+007F hingga U+009F; U+2028 dan U+2029 menjadi pemisah baris. |  |
| Masih tidak dibuang | Ruang khas lain, operator tidak kelihatan, pemilih varian dan lain-lain — Lihat senarai di bawah sebelum menganggap teks sudah bersih sepenuhnya. |  |

## Apa yang dilakukan butang

**Serlahkan Aksara Tersembunyi** menunjukkan teks anda dengan setiap padanan pilihan yang ditandakan digantikan oleh penanda merah `[•]`, dan melaporkan bilangan yang ditemui. **Bersihkan Teks** memulangkan teks tanpanya. Tiada apa-apa dimuat naik. Kedua-duanya hanya berfungsi pada pilihan yang ditandakan; "Normalkan ruang putih" mati secara lalai dan hanya menjejaskan pembersihan.

> **Petua:** Salin dan Muat turun sentiasa menggunakan teks yang dibersihkan, tidak pernah penanda `[•]`. Jika anda menekan Salin ketika kotak menunjukkan paparan serlahan, alat ini menyalin teks anda dengan pilihan yang ditandakan dikenakan dan memberitahunya pada baris status. Serlahkan dahulu untuk melihat apa yang akan dibuang, kemudian Salin atau Bersihkan Teks.

## Apa yang dibuang oleh setiap pilihan

| Pilihan (lalai) | Aksara |
| --- | --- |
| Lebar sifar (hidup) | U+200B ruang lebar sifar, U+2060 penyambung perkataan, dan U+200C bukan-penyambung lebar sifar / U+200D penyambung lebar sifar kecuali dikekalkan (baris seterusnya) |
| Kekalkan ZWJ/ZWNJ (hidup) | Pilihan kecil bagi lebar sifar. Mengekalkan U+200D di antara emoji (emoji, pemilih varian atau pengubah warna kulit sebelumnya, emoji selepasnya) dan mengekalkan U+200C / U+200D apabila huruf di kedua-dua sisi bukan huruf Latin (Parsi, Urdu, Tamil, Hindi dan seterusnya) |
| BOM (hidup) | U+FEFF di mana-mana dalam teks |
| Aksara kawalan (hidup) | U+0000 hingga U+0008, U+000B, U+000C, U+000E hingga U+001F, U+007F hingga U+009F (semua kecuali tab, LF, CR). U+2028 pemisah baris dan U+2029 pemisah perenggan digantikan dengan suap baris dan tidak dipadam |
| Unicode tidak kelihatan (hidup) | U+00AD sempang lembut, U+034F penyambung grafem gabungan, U+061C tanda huruf Arab, U+115F dan U+1160 pengisi Hangul, U+3164 pengisi Hangul, U+17B4 dan U+17B5 vokal sedia ada Khmer, U+180E pemisah vokal Mongolia. U+00A0 ruang tidak putus digantikan dengan ruang biasa dan tidak dipadam |
| Penanda arah (hidup) | U+200E, U+200F, U+202A hingga U+202E (kawalan benam, ganti dan pop) dan pengasing dwiarah U+2066 hingga U+2069 |
| Normalkan ruang putih (mati) | Setiap urutan ruang dan tab menjadi satu ruang; tiga atau lebih suap baris berturut-turut menjadi dua |

## Hasil yang dikira

Hasil yang dikeluarkan oleh kod halaman dengan pilihan lalai:

| Input | Ditemui | Hasil |
| --- | --- | --- |
| `pass` U+200B `word` | 1 | `password` |
| U+FEFF `id,name` | 1 | `id,name` |
| `co` U+00AD `operate` | 1 | `cooperate` |
| `invoice` U+202E `txt.exe` | 1 | `invoicetxt.exe` |
| `a` U+0007 `b` U+0000 `c` | 2 | `abc` |
| `a` tab `b` LF `c` CR `d` | 0 | tidak berubah (tab, LF dan CR dikekalkan) |
| `a` U+0085 `b` | 1 | `ab` (U+0085 BARIS SETERUSNYA ialah kawalan C1) |
| `one` U+00A0 `two` | 1 | `one two` (ruang biasa) |
| `a` U+2028 `b` U+2029 `c` | 2 | `a`, suap baris, `b`, suap baris, `c` |
| `a` U+2060 `b` | 1 | `ab` |
| `a` U+2066 `b` U+2069 `c` | 2 | `abc` |
| `a` U+3164 `b` | 1 | `ab` |
| `👨‍👩‍👧` (emoji keluarga) | 0 | tidak berubah |
| `می‌خواهم` (Parsi "saya mahu") | 0 | tidak berubah |
| `ab` U+200D `cd` | 1 | `abcd` |

Kes penggantian kanan-ke-kiri ialah jenis yang digunakan dalam penipuan nama fail dan kod sumber (serangan "Trojan Source", CVE-2021-42574, menggunakan kawalan dwiarah). Pembersihan membuang kawalan itu tetapi anda tetap harus menganggap sumber itu tidak dipercayai.

## Emoji, Parsi dan skrip India

U+200D (penyambung lebar sifar) ialah gam dalam jujukan emoji seperti emoji keluarga, dan U+200C (bukan-penyambung lebar sifar) sebahagian daripada ejaan perkataan Parsi dan beberapa skrip India. Membuangnya secara membuta tuli merosakkan teks sebegini, jadi pilihan **Kekalkan ZWJ/ZWNJ**, yang hidup secara lalai, membiarkannya di tempat ia berfungsi:

- `👨‍👩‍👧` (lima titik kod) dan `🏳️‍🌈` (bendera pelangi) dibiarkan utuh.
- `می‌خواهم` mengekalkan separuh ruangnya dan `க்‍ஷ` mengekalkan penyambungnya.
- Penyambung yang sama dibuang apabila berada di antara huruf Latin (`ab` U+200D `cd` menjadi `abcd`), di permulaan atau akhir teks, atau di sebelah ruang dan digit.
- Nyahtanda **Kekalkan ZWJ/ZWNJ** untuk membuang setiap penyambung: emoji keluarga kemudian berpecah kepada tiga emoji berasingan `👨👩👧` dan `می‌خواهم` menjadi `میخواهم` dengan huruf bercantum.

Peraturan ini ialah heuristik berdasarkan aksara di setiap sisi, bukan pengesan bahasa. Jika teks aksara Latin sengaja menggunakan ZWNJ, nyahtanda keseluruhan pilihan lebar sifar.

## Kesan sampingan lain

- **Ruang tidak putus menjadi ruang biasa.** Tipografi Perancis dan lain-lain sengaja meletakkan U+00A0 sebelum `!`, `?`, `:` dan `;`. Nyahtanda **Unicode tidak kelihatan** jika anda mahu mengekalkannya, dengan kos aksara tidak kelihatan lain dalam senarai itu turut kekal.
- **Sempang lembut** U+00AD hanya menandakan tempat perkataan boleh dipisahkan, jadi membuangnya biasanya yang anda mahu.
- **Penormalan ruang putih agak kasar.** Ia menukar tab kepada ruang, jadi kod berinden tab kehilangan tabnya, dan ia tidak memangkas hujung baris.
- Kiraan: **Jumlah Aksara** ialah panjang rentetan JavaScript (unit UTF-16; `🙂` dikira 2). **Dibuang** ialah beza panjang, jadi ruang tidak putus yang ditukar kepada ruang biasa ditemui tetapi tidak dikira "dibuang", dan dengan penormalan hidup ia turut merangkumi ruang yang diruntuhkan.

## Aksara tersembunyi yang tidak dibuang oleh alat ini

Walaupun semua pilihan dipilih, perkara berikut tidak disentuh:

- Ruang khas lain: U+2000 hingga U+200A, U+202F, U+205F dan U+3000. (Pilihan bukan-ASCII [pembersih salin-tampal](https://toolsg.com/ms/copy-paste-sanitizer) menukarnya kepada ruang biasa.)
- Operator tidak kelihatan U+2061 hingga U+2064
- Pemilih varian emoji seperti U+FE0F
- Aksara yang kelihatan kosong seperti U+2800 Braille kosong dan U+FFA0 pengisi Hangul separuh lebar
- Aksara teg (julat U+E0000)

Gunakan penyunting anda untuk itu, dan paparan heks seperti [teks ke heks](https://toolsg.com/ms/text-to-hex) untuk memeriksa apa yang tinggal.

## Dari mana aksara tersembunyi datang

Menyalin daripada laman web, PDF, aplikasi sembang dan pemproses perkataan, mengeksport hamparan sebagai UTF-8 dengan BOM, dan penyuntingan teks kanan-ke-kiri ialah punca biasa. BOM (U+FEFF) sah sebagai aksara pertama fail, di mana ia menandakan UTF-8 (menurut FAQ Unicode); di tengah teks ia bertindak sebagai ruang tanpa putus lebar sifar.

## Kesilapan biasa

- Menyahtanda Kekalkan ZWJ/ZWNJ kemudian membersihkan teks emoji atau Parsi.
- Menjangka ruang tidak putus dipadam; ia menjadi ruang biasa.
- Mempercayai "tiada aksara tersembunyi ditemui" bermakna teks bebas daripada setiap aksara tidak kelihatan.
- Menjangka ia membuang tab, pemisah baris atau ruang berganda; ia tidak melakukannya kecuali penormalan dihidupkan, dan tab serta suap baris tidak pernah dibuang.

## Alat berkaitan

[Penjelajah Unicode](https://toolsg.com/ms/unicode-explorer) mengenal pasti satu aksara pada satu masa. [Perbezaan teks](https://toolsg.com/ms/text-diff) menunjukkan perbezaan tidak kelihatan antara dua versi. [Pengira perkataan](https://toolsg.com/ms/word-counter) mendedahkan aksara tersembunyi melalui kiraan yang tidak dijangka. [Pengekod entiti HTML](https://toolsg.com/ms/html-entity-encoder) boleh menukar aksara tidak kelihatan kepada rujukan yang kelihatan.

## Soalan lazim

**Apakah itu aksara tersembunyi?**

Aksara tersembunyi ialah aksara Unicode yang tidak mempunyai paparan kelihatan tetapi wujud dalam teks. Contoh biasa termasuk zero-width spaces (ZWSP), byte order marks (BOM), dan aksara kawalan. Ia boleh menyebabkan masalah pada pemprosesan teks, pelaksanaan kod, pengesahan data, dan banyak lagi.

**Mengapa saya perlu membuang aksara tersembunyi?**

Aksara tersembunyi perlu dibuang kerana ia boleh merosakkan sintaks kod, menyebabkan import data gagal, menghalang teks daripada sepadan dalam carian, mencetuskan ralat pengesahan, dan menyebabkan tingkah laku yang tidak dijangka dalam aplikasi. Ia sangat bermasalah apabila anda menyalin teks daripada laman web atau PDF.

**Adakah data teks saya dihantar ke mana-mana pelayan?**

Tidak, sama sekali tidak. Semua pemprosesan teks berlaku sepenuhnya dalam penyemak imbas web anda menggunakan JavaScript. Data anda tidak pernah meninggalkan peranti anda, menjadikan alat ini benar-benar selamat untuk dokumen sensitif, kod sumber, kunci API, dan kandungan sulit.

**Bagaimanakah saya tahu sama ada teks saya mempunyai aksara tersembunyi?**

Gunakan butang "Serlahkan Aksara Tersembunyi" untuk menandakan secara visual lokasi aksara tersembunyi dalam teks anda (dipaparkan dalam warna merah). Panel statistik juga menunjukkan jumlah aksara tersembunyi yang dikesan. Jika teks berkelakuan pelik atau jumlah aksara tidak sepadan, besar kemungkinan ia mengandungi aksara tersembunyi.

**Apakah perbezaan antara ZWSP, ZWNJ, dan ZWJ?**

Zero-Width Space (ZWSP) membenarkan pemisah baris tanpa ruang yang kelihatan. Zero-Width Non-Joiner (ZWNJ) menghalang aksara bercantum dalam skrip kompleks. Zero-Width Joiner (ZWJ) memaksa aksara bercantum, terutamanya dalam emoji. Ketiga-tiganya tidak kelihatan tetapi mempunyai tujuan pemformatan yang berbeza.

**Adakah pembersihan akan membuang semua ruang saya?**

Tidak, alat ini hanya membuang aksara tidak kelihatan dan tersembunyi. Ruang biasa, pemisah baris, dan tab dikekalkan kecuali anda mengaktifkan pilihan "Normalkan ruang putih", yang hanya membuang ruang putih berlebihan sambil mengekalkan kebolehbacaan teks. Ruang tidak terputus (U+00A0) ditukar kepada ruang biasa dan tidak dipadam, jadi perkataan tidak akan bercantum.

**Bolehkah saya gunakan ini untuk membersihkan kod?**

Ya, alat ini sangat baik untuk membersihkan kod yang disalin daripada Stack Overflow, laman dokumentasi, atau sumber lain yang mungkin mengandungi aksara tersembunyi. Ia membuang aksara bermasalah sambil mengekalkan format kod dan ruang biasa.

**Apakah itu Byte Order Mark (BOM)?**

BOM (U+FEFF) ialah aksara khas yang diletakkan pada permulaan fail teks untuk menunjukkan pengekodan susunan bait. Walaupun berguna untuk sesetengah aplikasi, BOM sering menyebabkan ralat penghuraian dalam bahasa pengaturcaraan, API, dan aplikasi web, jadi ia kerap dibuang.

**Mengapa laman web menambah aksara tersembunyi?**

Laman web menggunakan aksara tersembunyi untuk paparan teks yang betul, pemisah baris, dan sokongan pengantarabangsaan. Namun, apabila anda menyalin teks daripada laman web, aksara pemformatan ini turut terbawa dan boleh menyebabkan masalah apabila ditampal ke dalam editor kod, borang, atau pangkalan data.

**Bolehkah alat ini merosakkan teks saya?**

Tidak, alat ini hanya membuang aksara tidak kelihatan sambil mengekalkan semua kandungan yang kelihatan. Secara lalai, ZWJ dan ZWNJ dikekalkan dalam jujukan emoji dan antara huruf skrip bukan Latin seperti Parsi atau Tamil, dan dibuang di tempat lain; nyahtanda "Kekalkan ZWJ/ZWNJ" untuk membuang kesemuanya. Aksara zero-width lain sentiasa dibuang apabila pilihan itu dihidupkan, jadi simpan salinan jika anda tidak pasti.

**Bagaimanakah aksara tersembunyi masuk ke dalam teks saya?**

Aksara tersembunyi biasanya masuk ke dalam teks melalui salin-tampal daripada laman web, PDF, dokumen Microsoft Word, atau editor teks kaya. Ia juga boleh muncul dalam fail yang disimpan dengan pengekodan tertentu, atau apabila teks diproses oleh alat terjemahan atau sistem pengurusan kandungan.

**Adakah saya perlu membersihkan teks setiap kali saya menyalin daripada laman web?**

Tidak semestinya, tetapi ia disyorkan untuk kegunaan penting seperti kod, alamat e-mel, permintaan API, import data, atau penghantaran borang. Untuk teks biasa, aksara tersembunyi selalunya tidak menimbulkan masalah. Jika ragu-ragu, jalankan semakan pantas dengan alat ini.


## Sumber rujukan

- [Unicode FAQ — UTF-8, UTF-16, UTF-32 and BOM](https://www.unicode.org/faq/utf_bom.html) — Explains U+FEFF as a signature and as ZERO WIDTH NO-BREAK SPACE.
- [Unicode UTS #51 — Unicode Emoji](https://www.unicode.org/reports/tr51/) — ZWJ sequences form single emoji; without ZWJ they fall back to separate emoji.
- [Unicode UAX #9 — Bidirectional Algorithm](https://www.unicode.org/reports/tr9/)
- [Trojan Source (CVE-2021-42574)](https://trojansource.codes/) — Attack that hides code logic using bidirectional control characters.
