Letras parecidas
CYRILLIC SMALL LETTER A (U+0430)
La letra a cirílica. En casi todas las fuentes se dibuja exactamente igual que la a latina, y es un punto de código completamente distinto.
- Punto de código
U+0430- Categoría
- Letras parecidas
- Se elimina por defecto
- No
- Opción que lo gobierna
- Letras parecidas
--confusables - Puede cumplir una función
- No
De dónde viene
Del ruso, el ucraniano, el búlgaro y el serbio, evidentemente. Dentro de palabras latinas llega de una distribución de teclado cirílica que se quedó puesta, de un copiar y pegar desde texto mezclado y de la sustitución deliberada: suplantación de dominios, evasión de filtros y esteganografía de homóglifos, que codifica bits cambiando letras latinas por sus sosias.
Por qué importa
Una sola letra cambiada burla cualquier comprobación de coincidencia exacta sin que el lector note nada. Así es como se registra “pаypal.com”, como una palabra prohibida se cuela por un filtro y como un bit oculto acaba guardado dentro de una palabra.
Antes y después
Una letra cirílica en una palabra por lo demás latina. El dibujo es idéntico; la cadena no.
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 ruso, ucraniano, búlgaro, serbio y todos los demás idiomas que se escriben en cirílico; es decir, en una cantidad enorme de texto perfectamente corriente.
Cómo eliminarlo
Activa Letras parecidas (`--confusables`) y se sustituye por la “a” latina. Cuidado: esa opción mapea 1513 puntos de código al alfabeto latino y destrozará cualquier texto auténtico en cirílico, griego, armenio o cheroqui. Úsala cuando sepas que el texto tenía que estar en alfabeto latino.
¿Es una marca de agua de IA?
No es una marca de agua
No. Una letra cirílica dentro de una palabra latina es un artefacto de teclado o una sustitución deliberada hecha por una persona. Los modelos de lenguaje no insertan homóglifos como marcas; solo los producen cuando el texto de alrededor es cirílico de verdad.
No tiene ninguna relación con el texto generado por máquinas. Viene de un programa, de un teclado o de una persona.
Preguntas
¿Así funcionan los dominios que imitan a otros?
Sí. Un nombre de dominio internacionalizado puede llevar letras cirílicas que se dibujan como latinas. Los navegadores se defienden mostrando la forma punycode cuando un nombre mezcla escrituras.
¿`--confusables` destroza el texto en ruso?
Sí. La opción mapea las letras parecidas al alfabeto latino sin condiciones, así que el ruso, el griego, el armenio y el cheroqui quedan destrozados. Por eso viene desactivada y por eso el interruptor lo dice.
¿Cómo las encuentro sin cambiar nada?
Revela el texto en lugar de limpiarlo. Cada letra parecida aparece con su posición, su punto de código y la letra latina a la que imita, y no se modifica nada.
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.