Caracteres de control
C1 CONTROL CHARACTERS (U+0080-U+009F)
Un segundo bloque de 32 códigos de control heredado de ISO 8859. En Unicode son controles; en Windows-1252, esos mismos valores de byte son las comillas tipográficas, la raya y el símbolo del euro.
- Rango
U+0080-U+009F- También se escribe
u0080-u009f- Categoría
- Caracteres de control
- Se elimina por defecto
- No
- Opción que lo gobierna
- Caracteres de control
--controls - Puede cumplir una función
- No
En esta página no hay botón de copiar y pegar, a propósito: trata un bloque de caracteres y no uno solo, y ninguno de ellos es algo que necesites pegar por separado.
De dónde viene
Casi siempre de decodificar un archivo Windows-1252 como si fuera Latin-1 o UTF-8. Por eso los controles C1 y el mojibake viajan juntos.
Por qué importa
Su presencia es una señal fiable de que algún paso de codificación salió mal más arriba, y de que el texto puede estar dañado de maneras que un limpiador no puede reparar.
Antes y después
El U+0093 y el U+0094 son donde Windows-1252 guarda sus comillas tipográficas. Decodificados como Unicode, son controles.
El carácter se muestra como una etiqueta con nombre para que veas dónde está. En tu texto no dibuja absolutamente nada.
Cuándo es legítimo
En texto moderno, esencialmente nunca. Cualquier aparición merece que rastrees el paso de codificación que la produjo.
Cómo eliminarlo
Activa Caracteres de control (`--controls`). El U+0085 NEXT LINE queda excluido a propósito: es un salto de línea y le corresponde a `-n`.
¿Tu texto está en un archivo y no en el portapapeles? El informe del documento para .docx, .odt y .html lo encuentra dentro del archivo, junto con los fragmentos ocultos y el control de cambios, sin que tengas que abrirlo. Si la pregunta es qué hace el resto del texto y no este carácter concreto, puedes medir la variación en la longitud de las oraciones y ver dónde aparece cada hábito, sin puntaje y sin afirmar nada sobre quién escribió el texto.
¿Es una marca de agua de IA?
No es una marca de agua
No. Los controles C1 son un accidente de codificación. Si los ves, busca un archivo mal decodificado antes que un mensaje escondido.
No tiene ninguna relación con el texto generado por máquinas. Viene de un programa, de un teclado o de una persona.
Preguntas
¿Su presencia significa que mi archivo está roto?
Normalmente sí. Los controles C1 dentro de un texto casi siempre significan que un archivo Windows-1252 se leyó como otra cosa. Arreglar la decodificación es mejor que borrar los caracteres.
¿Por qué no se incluye el U+0085?
Porque significa «línea siguiente». Quitarlo uniría dos líneas; `-n` lo pliega a un salto de línea en su lugar.
Comprueba tu propio texto
Pega lo que quieras en el limpiador para ver todos los caracteres ocultos que contiene, con su posición, su punto de código y lo que le pasa a cada uno. No se sube nada.
Comprueba tu propio textoLímpialo en Chrome al pegarLímpialo en tu Mac con un atajo de tecladoTodos los caracteres