底層運作原理
檢查器使用完整 Unicode 純量疊代(`for (const ch of input)`)逐字解析(完整保留 4 位元組 Emoji 代理對而不拆裂),透過 `TextEncoder` 計算 UTF-8 位元組序列,並精準分類危險格式控制碼:零寬字元(`U+200B`–`U+200D`、`U+2060`、`U+FEFF`)、雙向文字覆寫控制碼(`U+202A`–`U+202E`、`U+2066`–`U+2069`)以及非標準空白變體(如 `U+00A0` NBSP)。
詳細操作步驟
貼上可疑的原始碼、網域名稱、Markdown 文案或會報錯的設定字串。
檢視診斷警示橫幅,一眼確認是否潛藏零寬字元、BiDi Trojan Source 控制碼或不斷行空白(`U+00A0`)。
瀏覽逐字碼位明細表,對照字形徽章、`U+XXXX` 碼位、十進位純量、UTF-8 十六進位位元組與風險分類。
點擊「剝除隱形控制碼」、「將特殊空白換成標準空白」或執行「NFC/NFD/NFKC/NFKD 正規化」後複製乾淨文字。
核心功能與效能優勢
- 精準偵測 CVE-2021-42574 Trojan Source BiDi 雙向覆寫字元(`RLO`、`LRO`、`PDI` 等)
- 揪出常導致解析器或網址悄悄出錯的 `U+200B` ZWSP、`U+200C`/`U+200D` 連接符、`U+FEFF` BOM 與 `U+00A0` NBSP
- 正確處理高平面(Astral-plane)4 位元組 Emoji,絕不把代理對劈成亂碼
- 一鍵執行 `NFC`/`NFD`/`NFKC`/`NFKD` 標準正規化與控制字元清除
- 100% 瀏覽器本地執行,稽核資安事件可疑字串也安全無虞
運算方法、公式與技術標準
字元拆解透過 Unicode 碼位疊代(`Array.from(text)`)完成,UTF-8 位元組長度則源自 `new TextEncoder().encode(ch)`,正規化呼叫 ECMAScript 內建 UAX #15(`String.prototype.normalize`)。複合 Emoji 中合法的 ZWJ(`U+200D`)也會明確標記提示,讓您自行決定是否一併剝除。
常見實務應用情境
- 排查為什麼兩個肉眼看起來一模一樣的 YAML 鍵名、JSON 鍵名或 Python 變數卻判定不相等(常因混入 `U+200B` 或 NFC/NFD 差異)
- 在合併外部 PR 程式碼前,稽核是否夾帶隱形 Trojan Source 方向覆寫欺騙字元
- 清理從 ChatGPT 或 Word 複製出來的文字中夾雜的 `U+00A0` 不斷行空白與 `U+200B` 隱藏浮水印
- 在通訊協定除錯時驗證特定字元確切的 UTF-8 十六進位位元組編碼
實作範例與邊界案例
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.
使用限制與精準度說明
- • 若選擇清除所有 `U+200D`(零寬連接符),由多個基礎人物組合而成的複合 ZWJ Emoji 將會被拆回個別獨立 Emoji。
- • 跨語系的視覺同形字(例如西里爾字母 `а` 與拉丁字母 `a`)可透過對照表格中的 `U+XXXX` 碼位(`U+0430` vs `U+0061`)輕易辨識,系統不會自動刪除以免誤傷正常外語文本。
瀏覽器本地運算與隱私保障
傳統線上轉換網站會將您的文件、文字片段或影音檔案上傳至遠端伺服器。Unicode 隱藏字元檢查與 Trojan Source 淨化工具 完全在您的瀏覽器分頁內運行:
您的檔案與文字都在裝置本機計算,不會傳送內容至任何後端伺服器。
Microdeck 不會記錄或儲存您在工具內貼上的任何檔案或程式碼。
所有暫存結果僅存在目前分頁記憶體中,重設或關閉分頁後即刻清除。
常見問題 (FAQ)
什麼是 Trojan Source BiDi 攻擊?
編號為 CVE-2021-42574 的漏洞手法:攻擊者在程式碼註解或字串中嵌入隱形的雙向文字控制字元(如 `U+202E`、`U+2066`),讓工程師肉眼在螢幕上看到的邏輯順序與編譯器實際執行的順序完全相反。
什麼時候該用 NFC,什麼時候該用 NFKC 正規化?
一般標準文字與含重音符號文本請選 `NFC`;若您想把全形英數(如 `A`)、上標數字(`²`)或連字(`fi`)一併折疊還原為標準半形 ASCII 等價字元,則請選 `NFKC`。
為什麼 macOS 與 Linux 對同一個外語單字有時會回報不同的字元長度?
macOS 檔案系統路徑經常以拆解組合形式(`NFD`,基礎字母+組合重音符號)儲存字元,而網頁表單與 Linux 系統則普遍輸出預先組合的 `NFC` 字元。
這個檢查器處理 Emoji 表情符號時會出錯嗎?
不會,我們以完整 21 位元 Unicode 碼位純量逐一讀取(例如 `U+1F680`),不會像傳統 `.length` 或 `.split('')` 那樣把 UTF-16 代理對切成兩半。