Largeur nulle et invisibles
NONCHARACTERS (U+FDD0–U+FDEF)
Des points de code qu’Unicode a réservés à jamais pour qu’ils ne soient jamais des caractères : U+FDD0–U+FDEF, plus les deux derniers points de code de chaque plan (U+FFFE, U+FFFF, U+1FFFE, et ainsi de suite).
- Plage
U+FDD0–U+FDEF- Catégorie
- Largeur nulle et invisibles
- Supprimé par défaut
- Oui
- Option qui le régit
- Aucune option nécessaire
- Peut être porteur
- Non
D’où il vient
Des sentinelles internes échappées d’un programme, des conversions d’encodage corrompues, et des outils de fuzzing ou de charge cachée qui les choisissent précisément parce que rien de légitime ne s’en sert jamais.
Pourquoi il compte
Ils ne doivent par définition jamais apparaître dans un échange : toute occurrence est un bogue ou une intrusion. Ils font aussi planter ou dérailler les analyseurs et, comme ils sont définitivement non attribués, ce ne sont pas des caractères de formatage — un filtre qui balaie la catégorie « Cf » les manque complètement.
Avant et après
U+FDD0, le premier non-caractère : un point de code dont il est garanti qu’il ne signifiera rien, nulle part, jamais.
Le caractère est affiché sous forme de pastille étiquetée, pour que vous voyiez où il se place. Dans votre texte, il ne dessine absolument rien.
Quand il est légitime
Jamais, dans un texte que vous envoyez où que ce soit. Leur seul usage sanctionné est celui de sentinelle interne et privée à l’intérieur d’un programme.
Comment le supprimer
La passe par défaut les supprime tous. Ghostchars les énumère explicitement au lieu de se fier à un test de catégorie, parce que leur catégorie est « non attribué ».
Est-ce un filigrane d’IA ?
Ce n’est pas un filigrane
Non. Un non-caractère dans votre texte signale une chaîne de traitement cassée ou une sonde délibérée, jamais un modèle de langue.
Aucun lien avec un texte généré par une machine. Il vient d’un logiciel, d’un clavier ou d’une personne.
Questions
Pourquoi Unicode réserve-t-il des points de code inutilisables ?
Pour que les programmes disposent de valeurs qu’ils peuvent employer sans risque en interne comme sentinelles, en sachant qu’aucun texte réel n’en contiendra jamais.
Pourquoi les autres nettoyeurs les manquent-ils ?
La plupart balaient la catégorie Unicode « format ». Les non-caractères sont définitivement non attribués : ils n’y figurent pas et doivent être listés à la main.
Vérifier votre propre texte
Collez n’importe quoi dans le nettoyeur pour voir tous les caractères invisibles qu’il contient, avec leur position, leur point de code et ce qui arrive à chacun. Rien n’est envoyé.