Nguyên lý hoạt động
Trình kiểm tra duyệt qua từng điểm mã vô hướng Unicode chuẩn xác bằng `for (const ch of input)` (giữ nguyên cặp surrogate của emoji) thay vì `.split("")` thô sơ, mã hóa chuỗi byte UTF-8 bằng `TextEncoder`, và phân loại các ký tự điều khiển nguy hiểm: Ký tự Zero-Width (`U+200B`–`U+200D`, `U+2060`, `U+FEFF`), Ghi đè hai chiều BiDi (`U+202A`–`U+202E`, `U+2066`–`U+2069`) và khoảng trắng đặc biệt (`U+00A0` NBSP).
Hướng dẫn từng bước
Dán đoạn mã nguồn nghi vấn, tên miền, văn bản markdown hoặc chuỗi cấu hình đang gây lỗi.
Xem biểu ngữ Cảnh Báo Chẩn Đoán nêu bật các ký tự Zero-Width ẩn, điều khiển BiDi Trojan Source hoặc Khoảng trắng không ngắt (`U+00A0`).
Duyệt bảng phân tích từng điểm mã gồm ký hiệu hiển thị, `U+XXXX`, giá trị thập phân, byte hex UTF-8 và phân loại mức độ rủi ro.
Nhấn Xóa Ký Tự Điều Khiển Ẩn, Đổi Khoảng Trắng Đặc Biệt Sang Space Thường hoặc Chuẩn Hóa (`NFC`, `NFD`, `NFKC`, `NFKD`) rồi sao chép chuỗi sạch.
Tính năng nổi bật & Hiệu năng
- Phát hiện ký tự ghi đè hai chiều Trojan Source CVE-2021-42574 (`RLO`, `LRO`, `PDI`, v.v.)
- Cảnh báo ký tự vô hình `U+200B` ZWSP, ký tự nối `U+200C`/`U+200D`, `U+FEFF` BOM và `U+00A0` NBSP âm thầm làm hỏng parser/URL
- Xử lý chuẩn xác emoji 4-byte thuộc mặt phẳng ngoài (không làm gãy cặp surrogate)
- Chuẩn hóa `NFC` / `NFD` / `NFKC` / `NFKD` và xóa ký tự điều khiển chỉ với 1 lần nhấn
- Thực thi 100% trên trình duyệt, an toàn khi phân tích chuỗi sự cố bảo mật
Phương pháp tính, Công thức & Tiêu chuẩn
Các ký tự được tách theo lặp điểm mã Unicode (`Array.from(text)`), còn độ dài byte UTF-8 tính bằng `new TextEncoder().encode(ch)`. Chuẩn hóa gọi hàm UAX #15 tích hợp của ECMAScript (`String.prototype.normalize`). Lưu ý ký tự ZWJ (`U+200D`) hợp lệ bên trong emoji ghép (như emoji gia đình) vẫn được đánh dấu rõ để bạn tự quyết định có xóa hay không.
Tình huống sử dụng thực tế
- Tìm nguyên nhân vì sao hai khóa YAML, JSON hoặc tên biến Python nhìn giống hệt nhau nhưng so sánh lại không bằng nhau (do `U+200B` hoặc lẫn dấu tiếng Việt NFC và NFD)
- Kiểm tra đoạn mã lạ xem có cài cắm kỹ thuật giả mạo hướng đọc Trojan Source trước khi merge code
- Làm sạch văn bản copy từ ChatGPT/Word chứa đầy khoảng trắng không ngắt `U+00A0` hoặc dấu thủy vân `U+200B`
- Kiểm tra chính xác biểu diễn byte UTF-8 của từng ký tự khi gỡ lỗi giao thức
Ví dụ minh họa & Trường hợp biên
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.
Lưu ý về giới hạn & Độ chính xác
- • Nếu xóa toàn bộ `U+200D` (Zero Width Joiner), các emoji ghép nhiều người sẽ bị tách rời thành từng emoji đơn lẻ.
- • Các ký tự đồng hình khác hệ chữ (ví dụ chữ `а` Kirin so với chữ `a` Latin) được phân biệt qua mã hex `U+XXXX` (`U+0430` so với `U+0061`) chứ không tự động xóa để tránh làm hỏng văn bản Kirin/Hy Lạp hợp lệ.
Xử lý trực tiếp trên trình duyệt & Bảo mật
Các trang chuyển đổi thông thường tải tài liệu, mã nguồn hoặc video của bạn lên máy chủ từ xa. Kiểm Tra Mã Unicode & Xóa Ký Tự Ẩn (Zero-Width / BiDi) chạy hoàn toàn ngay trong tab trình duyệt của bạn:
Nội dung và tệp của bạn được tính toán ngay tại máy, không gửi lên bất kỳ máy chủ xử lý nào.
Microdeck không ghi lại hay lưu trữ tệp và văn bản bạn dán vào công cụ.
Kết quả làm việc chỉ nằm trong bộ nhớ tab hiện tại và tự giải phóng khi bạn đặt lại hoặc đóng tab.
Câu hỏi thường gặp (FAQ)
Tấn công Trojan Source BiDi là gì?
Được định danh là CVE-2021-42574, kẻ tấn công chèn các ký tự điều khiển đổi chiều vô hình (`U+202E`, `U+2066`, v.v.) vào bên trong chú thích hoặc chuỗi khiến người review mã nhìn thấy thứ tự logic khác hẳn thứ tự mà trình biên dịch thực thi.
Khi nào nên chọn chuẩn hóa NFC so với NFKC?
Hãy dùng `NFC` cho văn bản thông thường và chữ tiếng Việt/Châu Âu có dấu (đưa từ dạng tổ hợp NFD của macOS về dựng sẵn NFC). Dùng `NFKC` khi bạn muốn gộp cả ký tự tương thích (như chữ rộng toàn phần `A`, chỉ số trên `²` hoặc chữ ghép `fi`) về dạng ASCII thuần.
Tại sao cùng một từ tiếng Việt nhưng macOS đôi khi báo độ dài Unicode khác với Linux?
Hệ thống tệp trên macOS thường lưu chữ có dấu ở dạng phân rã `NFD` (chữ gốc + dấu tách rời), trong khi biểu mẫu web và Linux thường xuất ký tự dựng sẵn `NFC`.
Trình kiểm tra có xử lý nguyên vẹn các emoji phức tạp không?
Có, việc duyệt theo điểm mã đọc trọn vẹn giá trị 21-bit (`U+1F680`, v.v.) thay vì cắt đôi cặp UTF-16 bị lỗi hiển thị.
Khám phá công cụ liên quan
Chuyển Đổi Kiểu Chữ & Tạo URL Slug Tiếng Việt Chuẩn SEO
Chuyển đổi 11 kiểu chữ (camelCase, snake_case, Title Case) và tạo slug không dấu chuẩn đ/Đ
So Sánh Hai Văn Bản Khác Nhau & Tạo File Patch
Đối chiếu sự khác biệt từng dòng hoặc từng từ trên trình duyệt và xuất tệp .patch chuẩn Git
Mã Hóa & Giải Mã Base64, URL, Hex & HTML Đa Năng
Tự động nhận diện định dạng Base64, mã hóa URL, Hex và HTML Entities ngay trên trình duyệt