Cara Kerja di Balik Layar
Inspektur mengiterasi poin kode skalar Unicode secara presisi memakai `for (const ch of input)` (menjaga pasangan surrogate emoji tetap utuh) alih-alih `.split("")`, mengodekan urutan byte UTF-8 via `TextEncoder`, dan mengelompokkan kontrol format berbahaya: karakter Zero-Width (`U+200B`–`U+200D`, `U+2060`, `U+FEFF`), override Dua Arah (`U+202A`–`U+202E`, `U+2066`–`U+2069`), serta varian spasi non-ASCII (`U+00A0` NBSP).
Panduan Langkah demi Langkah
Tempelkan kode sumber mencurigakan, nama domain, salinan Markdown, atau string konfigurasi yang memicu error.
Periksa spanduk Peringatan Diagnostik yang menyorot karakter Zero-Width tersembunyi, kontrol BiDi Trojan Source, atau Non-Breaking Space (`U+00A0`).
Telusuri tabel rincian per poin kode yang menampilkan glif, `U+XXXX`, nilai desimal, byte hex UTF-8, dan klasifikasi bahaya.
Klik Hapus Kontrol Tak Terlihat, Ganti Spasi Khusus ke Spasi ASCII, atau Normalisasi (`NFC`, `NFD`, `NFKC`, `NFKD`) lalu salin hasilnya.
Fitur Utama & Performa
- Mendeteksi karakter override BiDi Trojan Source CVE-2021-42574 (`RLO`, `LRO`, `PDI`, dll.)
- Menandai `U+200B` ZWSP, joiner `U+200C`/`U+200D`, `U+FEFF` BOM, dan `U+00A0` NBSP tak terlihat yang diam-diam merusak parser/URL
- Penanganan bidang astral yang tepat untuk emoji UTF-8 4-byte (tidak pernah memecah pasangan surrogate)
- Normalisasi `NFC` / `NFD` / `NFKC` / `NFKD` dan pembersihan karakter kontrol satu klik
- Eksekusi 100% di browser sehingga aman untuk string insiden keamanan
Metodologi, Rumus & Standar Teknis
Karakter dipecah melalui iterasi poin kode Unicode (`Array.from(text)`), sedangkan panjang byte UTF-8 diambil dari `new TextEncoder().encode(ch)`. Normalisasi memanggil UAX #15 bawaan ECMAScript (`String.prototype.normalize`). Perhatikan bahwa ZWJ (`U+200D`) yang sah di dalam emoji majemuk (seperti emoji keluarga) ditandai dengan jelas agar Anda dapat memilih apakah perlu menghapusnya.
Contoh Penggunaan Nyata
- Mencari penyebab dua kunci YAML, kunci JSON, atau pengenal Python yang tampak identik tetapi gagal saat dibandingkan (`U+200B` atau campuran aksen NFC vs NFD)
- Mengaudit cuplikan kode tak dikenal dari pemalsuan arah BiDi Trojan Source sebelum di-merge
- Membersihkan teks salinan dari ChatGPT/Word yang penuh non-breaking space `U+00A0` atau watermark `U+200B`
- Memverifikasi representasi byte UTF-8 persis dari karakter untuk debugging protokol
Contoh Kasus & Uji Coba
Hidden Zero-Width Space in Variable Name
apiKey = "123"
Flagged U+200B (ZERO WIDTH SPACE) at index 3 -> Sanitized: apiKey = "123"
Visually looks like `apiKey` in most fonts but causes `ReferenceError` or auth header mismatches.
Vietnamese NFD vs NFC Normalization
tiếng (decomposed e + combining acute + circumflex = 7 chars)
NFC -> tiếng (composed = 5 chars, identical visually)
macOS HFS+/APFS filenames often use NFD while Linux/Windows/Web use NFC.
Catatan Batasan & Akurasi
- • Menghapus semua `U+200D` (Zero Width Joiner) akan memecah emoji majemuk ZWJ (seperti emoji keluarga) menjadi emoji dasar individual.
- • Homoglyph visual lintas aksara (misalnya huruf Sirilik `а` vs Latin `a`) dapat dibedakan dengan memeriksa skalar hex `U+XXXX`-nya (`U+0430` vs `U+0061`) dan tidak dihapus otomatis agar teks Sirilik/Yunani yang sah tidak rusak.
Pemrosesan Lokal di Browser & Privasi
Konverter web konvensional mengunggah dokumen, teks, atau media ke server jarak jauh. Inspektur Unicode & Pembersih Karakter Tersembunyi berjalan langsung di tab browser Anda:
Teks dan file Anda diproses secara lokal tanpa mengirim muatan apa pun ke server.
Microdeck tidak mencatat atau menyimpan file dan teks yang Anda masukkan ke ruang kerja alat.
Hasil kerja hanya tersimpan di memori tab dan langsung terhapus saat Anda me-reset atau menutup tab.
Pertanyaan yang Sering Diajukan (FAQ)
Apa itu serangan BiDi Trojan Source?
Tercatat sebagai CVE-2021-42574, penyerang menyisipkan karakter override Dua Arah tak terlihat (`U+202E`, `U+2066`, dll.) di dalam komentar atau string sehingga peninjau manusia melihat urutan logika yang berbeda dari yang dijalankan kompiler.
Kapan sebaiknya memilih normalisasi NFC dibandingkan NFKC?
Gunakan `NFC` untuk teks standar dan huruf beraksen Eropa/Vietnam. Gunakan `NFKC` jika Anda juga ingin menyederhanakan karakter kompatibilitas (seperti ASCII lebar penuh `A`, superskrip `²`, atau ligatur `fi`) ke padanan ASCII polos.
Mengapa macOS terkadang menunjukkan panjang Unicode berbeda dari Linux untuk kata yang sama?
Path sistem file macOS sering menyimpan huruf beraksen dalam bentuk terurai `NFD` (huruf dasar + tanda kombinasi), sedangkan formulir web dan Linux umumnya memakai karakter tergabung `NFC`.
Apakah inspektur ini memproses emoji dengan rapi?
Ya, iterasi poin kode membaca skalar 21-bit penuh (`U+1F680`, dll.) alih-alih membelah surrogate UTF-16 menjadi separuh yang rusak.
Jelajahi Alat Mikro Terkait
Pengubah Kapital Teks & Generator Slug SEO (11 Mode)
Ubah antara 11 format huruf (camelCase, snake_case, kebab-case, Title Case) & slug URL bersih
Pembanding Teks Diff & Generator Patch
Bandingkan dua blok teks baris demi baris atau per kata & ekspor file .patch di browser
Encoder & Decoder Base64, URL, Hex & HTML Multi-Format
Konverter multi-codec deteksi otomatis untuk Base64, URL encoding, Hex & HTML di browser