Lettres sosies
CYRILLIC SMALL LETTER A (U+0430)
La lettre a cyrillique. Dans presque toutes les polices, elle est dessinée exactement comme le a latin, et c’est un point de code complètement différent.
- Point de code
U+0430- Catégorie
- Lettres sosies
- Supprimé par défaut
- Non
- Option qui le régit
- Lettres sosies
--confusables - Peut être porteur
- Non
D’où il vient
Du texte russe, ukrainien, bulgare et serbe, évidemment. Dans des mots latins, elle vient d’une disposition de clavier cyrillique restée active, d’un copier-coller depuis un texte mixte, et de la substitution délibérée — usurpation de nom de domaine, contournement de filtre et stéganographie par homoglyphes, qui code des bits en échangeant des lettres latines contre leurs sosies.
Pourquoi il compte
Une seule lettre échangée met en échec tout contrôle par correspondance exacte tout en restant invisible pour le lecteur. C’est comme cela que « pаypal.com » se fait enregistrer, qu’un mot interdit passe un filtre, et qu’un bit caché se loge dans un mot.
Avant et après
Une lettre cyrillique dans un mot par ailleurs latin. Le rendu est identique ; la chaîne ne l’est pas.
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
En russe, en ukrainien, en bulgare, en serbe et dans toutes les autres langues écrites en cyrillique — autrement dit, dans une très grande quantité de textes parfaitement ordinaires.
Comment le supprimer
Activez l’option Corriger les lettres sosies (`--confusables`) et elle est remplacée par un « a » latin. Attention : cette option fait correspondre 1 513 points de code à des lettres latines et détruira un vrai texte cyrillique, grec, arménien ou cherokee. Servez-vous-en quand vous savez que le texte est censé être latin.
Est-ce un filigrane d’IA ?
Ce n’est pas un filigrane
Non. Une lettre cyrillique dans un mot latin est soit un artefact de clavier, soit une substitution délibérée faite par une personne. Les modèles de langue n’insèrent pas d’homoglyphes comme marques ; ils n’en produisent que lorsque le texte environnant est authentiquement cyrillique.
Aucun lien avec un texte généré par une machine. Il vient d’un logiciel, d’un clavier ou d’une personne.
Questions
Est-ce ainsi que fonctionnent les domaines sosies ?
Oui. Un nom de domaine internationalisé peut contenir des lettres cyrilliques qui se dessinent comme des latines. Les navigateurs s’en défendent en affichant la forme punycode quand un nom mélange les écritures.
`--confusables` va-t-elle détruire un texte russe ?
Oui. L’option ramène les sosies au latin sans condition : un texte russe, grec, arménien ou cherokee est détruit. C’est pourquoi elle est désactivée par défaut et pourquoi l’interrupteur le dit.
Comment les trouver sans rien modifier ?
Révélez le texte au lieu de le nettoyer. Chaque sosie est listée avec sa position, son point de code et la lettre latine qu’elle imite, et rien n’est modifié.
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.