Tire o lixo invisível do seu texto.

Não. Tudo roda em JavaScript nesta página. Não há nenhuma requisição a servidor quando você clica em Limpar texto, e nada do que você cola é registrado ou armazenado. Se quiser conferir, abra a aba de rede do seu navegador ou simplesmente desconecte da internet e use a página offline.

Não com as configurações padrão. Ligadores de largura zero entre emojis, seletores de variação que escolhem a apresentação de emoji e caracteres de tag dentro de sequências de bandeira são todos reconhecidos como essenciais e mantidos, além de relatados, para que você possa vê-los. O único jeito de removê-los é ligar de propósito a opção "Remover ligadores mesmo quando importam", em Avançado.

Sim, e essa é a principal razão de esta ferramenta existir. Não-ligadores de largura zero dentro de palavras persas, ligadores em escritas índicas e marcas direcionais ao lado de texto da direita para a esquerda mudam a forma como o texto se lê, então são mantidos por padrão. Os mesmos caracteres soltos no meio de um trecho em inglês são removidos.

Ela remove marcas d'água no nível dos caracteres: as que escondem dados em pontos de código invisíveis, em padrões de espaços ou em letras parecidas. Ela não remove marcas d'água estatísticas como a SynthID-Text, que vivem na escolha das palavras, e não muda a nota que um classificador de detecção de IA dá ao seu texto. Qualquer ferramenta que afirme o contrário está prometendo demais.

Por dois motivos. Ou ele é essencial, e removê-lo mudaria a forma como o seu texto é exibido, ou ele depende de uma opção que vem desligada porque alteraria texto visível, como letras parecidas ou aspas tipográficas. Nos dois casos, a tabela de ocorrências indica exatamente a opção que o removeria, então nada é ignorado em silêncio.

O Unicode tem um bloco de caracteres de "tag" (U+E0000-E007F) que espelham o ASCII mas não desenham absolutamente nada. Uma instrução inteira pode ser escrita neles, colada num documento e lida por um modelo de linguagem, sendo completamente invisível para a pessoa que está revisando. Removemos caracteres de tag soltos por padrão e mostramos o que eles soletravam.

O NFC escolhe uma grafia consistente para os caracteres acentuados: "é" como um único ponto de código, em vez de "e" mais um acento combinante. Escolher entre as duas formas ao acaso já é, por si só, um jeito de codificar bits. O NFKC vai além e também converte letras de largura completa, ligaduras e sobrescritos em equivalentes simples, o que é mais agressivo do que a maioria dos textos precisa.

Sem cota e sem conta. O limite prático é o seu navegador: algumas centenas de milhares de caracteres passam bem, e acima disso a versão de terminal se encaixa melhor: ela lê os arquivos em fluxo e dá conta de diretórios inteiros.

Com os padrões, não: todo caractere removido é um que não desenha nada. É a esse teste que a ferramenta é submetida: rode contra um esquema de esteganografia e o texto visível tem de sair byte a byte idêntico. As opções em Avançado quebram essa regra de propósito, e é por isso que cada uma diz o que altera.

Um localizar e substituir apaga toda ocorrência de um ponto de código. É assim que as ferramentas acabam despedaçando emojis de família e a grafia do persa. Esta aqui decide caso a caso, com base nos caracteres dos dois lados, e mostra o raciocínio de cada decisão com número de linha e de coluna.