Índice de caracteres ocultos

Cada ponto de código com página própria: para que serve, de onde vem, quando está fazendo um trabalho de verdade e se a limpeza padrão o remove.

49 caracteres documentados

Agrupados pela categoria que o mecanismo informa. Dentro de uma categoria, a opção que remove o caractere é a mesma em todas as linhas.

Largura zero e invisíveis

Governado por Limpeza padrão (sempre ativo)

Ponto de código	Nome	Limpeza padrão
U+200B	ZERO WIDTH SPACEUm espaço sem largura nenhuma. Ele ocupa uma posição na string, marca um lugar onde a linha pode quebrar e não desenha absolutamente nada.	Sim
U+2060	WORD JOINERO oposto do espaço de largura zero: um caractere invisível que proíbe a quebra de linha na posição dele, sem acrescentar largura nenhuma.	Sim
U+00AD	SOFT HYPHENUm hífen condicional. Ele é invisível até a linha quebrar exatamente ali, e nesse momento um hífen aparece.	Sim
U+FEFF	ZERO WIDTH NO-BREAK SPACEA marca de ordem de bytes, U+FEFF, que editores e mensagens de erro costumam escrever como ufeff. Bem no começo de um arquivo ela anuncia a codificação; em qualquer outro lugar é um nada invisível que ainda por cima proíbe a quebra de linha, uso que o Unicode desaconselha desde a versão 3.2.	Sim
U+2061	FUNCTION APPLICATIONUm operador matemático invisível que significa "aplique esta função a este argumento": o operador silencioso entre o f e o (x).	Sim
U+2062	INVISIBLE TIMESO sinal de multiplicação invisível: o operador que se quer dizer quando você escreve "2x" pensando em "2 vezes x".	Sim
U+2063	INVISIBLE SEPARATORA vírgula invisível, U+2063 INVISIBLE SEPARATOR: o separador entre os índices de um subscrito como a⁣i⁣j.	Sim
U+2064	INVISIBLE PLUSO sinal de adição invisível usado entre as partes de um número misto: o "e" de "um e meio".	Sim
U+034F	COMBINING GRAPHEME JOINERUma marca combinante de largura zero que existe para mudar como dois caracteres são ordenados e agrupados, não como eles aparecem. Ela nunca se desenha.	Sim
U+180E	MONGOLIAN VOWEL SEPARATORUm controle ortográfico do mongol que foi reclassificado no Unicode 6.3: ele era um espaço e hoje é um caractere de formatação de largura zero.	Sim
U+2800	BRAILLE PATTERN BLANKA célula braille sem nenhum ponto levantado. É um caractere de impressão com largura de avanço real, mas nada é desenhado.	Sim
U+3164	HANGUL FILLERUm caractere de compatibilidade do hangul sem forma nenhuma, usado historicamente para preencher um lugar vazio dentro de um bloco silábico coreano.	Sim
U+FDD0-U+FDEF	NONCHARACTERSPontos de código que o Unicode reservou permanentemente para nunca serem caracteres: U+FDD0-U+FDEF, mais os dois últimos pontos de código de cada plano (U+FFFE, U+FFFF, U+1FFFE e assim por diante).	Sim

Substituições bidirecionais

Governado por Limpeza padrão (sempre ativo)

Ponto de código	Nome	Limpeza padrão
U+202E	RIGHT-TO-LEFT OVERRIDEUm controle invisível que força todos os caracteres seguintes a serem dispostos da direita para a esquerda, não importa a que escrita eles pertençam.	Sim
U+202D	LEFT-TO-RIGHT OVERRIDEO espelho do U+202E: força tudo o que vem depois a ser disposto da esquerda para a direita, passando por cima da direção natural do hebraico ou do árabe.	Sim
U+202A	LEFT-TO-RIGHT EMBEDDINGAbre um trecho da esquerda para a direita dentro do texto ao redor, até que um POP DIRECTIONAL FORMATTING correspondente o feche.	Sim
U+202B	RIGHT-TO-LEFT EMBEDDINGAbre um trecho da direita para a esquerda dentro do texto ao redor, até que um POP DIRECTIONAL FORMATTING correspondente o feche.	Sim
U+202C	POP DIRECTIONAL FORMATTINGFecha a incorporação ou a sobreposição mais recente. Sozinho, não faz nada; em par, encerra um trecho direcional.	Sim

Marcas bidirecionais

Governado por Marcas bidi --bidi

Ponto de código	Nome	Limpeza padrão
U+200E	LEFT-TO-RIGHT MARKUm caractere invisível de largura zero com direção forte da esquerda para a direita. Ele resolve ambiguidades em texto misto sem reordenar nada por conta própria.	Quando está solto
U+200F	RIGHT-TO-LEFT MARKO espelho do U+200E: um caractere invisível com direção forte da direita para a esquerda, usado para resolver ambiguidades em texto de direção mista.	Quando está solto
U+061C	ARABIC LETTER MARKUma marca invisível com a direção de uma letra árabe, criada no Unicode 6.3 para os casos em que uma marca da direita para a esquerda não é forte o bastante.	Quando está solto
U+2066-U+2069	BIDIRECTIONAL ISOLATESQuatro controles invisíveis (LRI, RLI, FSI e PDI) que embrulham um trecho de texto para que a direção dele não vaze para o texto em volta. Eles são a substituição moderna dos controles de incorporação e de sobreposição.	Quando está solto

Ligadores, seletores e preenchedores

Governado por Agressivo -a

Ponto de código	Nome	Limpeza padrão
U+200D	ZERO WIDTH JOINERUm caractere invisível que pede para dois vizinhos serem desenhados como um só. É ele que transforma três pessoas separadas em um emoji de família e é ele que liga letras árabes e índicas que ficariam soltas.	Quando está solto
U+200C	ZERO WIDTH NON-JOINERO oposto do ligador: um caractere invisível que proíbe dois vizinhos de serem desenhados como uma forma conectada só.	Quando está solto
U+FE00-U+FE0F	VARIATION SELECTORSDezesseis modificadores invisíveis que escolhem qual das várias formas o caractere anterior deve assumir. O VS15 (U+FE0E) pede a forma de texto em preto e branco; o VS16 (U+FE0F) pede a forma colorida de emoji.	Quando está solto
U+E0000-U+E007F	TAG CHARACTERSUma cópia fantasma do ASCII. Os pontos U+E0020-U+E007E espelham os caracteres imprimíveis do ASCII, um a um, e não desenham nada. O U+E007F CANCEL TAG encerra a sequência.	Quando está solto
U+180B-U+180D	MONGOLIAN FREE VARIATION SELECTORSTrês seletores invisíveis (FVS1-FVS3) que escolhem qual forma posicional uma letra mongol assume quando a modelagem padrão não é a que a palavra pede.	Quando está solto
U+17B4-U+17B5	KHMER INHERENT VOWELSDois sinais de vogal invisíveis do khmer, AQ e AA, que escrevem por extenso uma vogal que normalmente fica implícita.	Quando está solto
U+115F-U+1160	HANGUL JAMO FILLERSDois preenchedores de largura zero, U+115F HANGUL CHOSEONG FILLER e U+1160 HANGUL JUNGSEONG FILLER, que ocupam o lugar de uma consoante inicial ou de uma vogal medial ausente quando um bloco silábico coreano é escrito em jamo. No dia a dia eles são o preenchedor choseong e o preenchedor jungseong.	Quando está solto

Caracteres de uso privado

Governado por Caracteres de uso privado --pua

Ponto de código	Nome	Limpeza padrão
U+E000-U+F8FF	PRIVATE USE AREAPontos de código a que o Unicode nunca vai atribuir significado, reservados para acordos privados entre uma fonte e o software que a usa. U+E000-U+F8FF, mais dois planos suplementares grandes.	Não

Espaços exóticos

Governado por Espaços -s

Ponto de código	Nome	Limpeza padrão
U+00A0	NO-BREAK SPACEUm espaço que proíbe a quebra de linha. Ele é exatamente igual a um espaço comum na tela e é um ponto de código completamente diferente.	Não
U+202F	NARROW NO-BREAK SPACEUm espaço inquebrável mais fino, com cerca de metade da largura de um espaço comum, usado onde um espaço inteiro ficaria largo demais.	Não
U+205F	MEDIUM MATHEMATICAL SPACEUm espaço de quatro dezoito avos de em, definido para a composição de matemática: o intervalo em volta de um operador binário.	Não
U+3000	IDEOGRAPHIC SPACEUm espaço de largura total, exatamente tão largo quanto um caractere CJK. É a barra de espaço de um método de entrada japonês, chinês ou coreano no modo de largura total.	Não
U+1680	OGHAM SPACE MARKO separador de palavras da escrita ogâmica. Ao contrário do que se espera de um espaço, ele é desenhado como um traço curto na maioria das fontes de ogâmico, e fica em branco em todas as outras.	Não
U+2000-U+200A	GENERAL PUNCTUATION SPACESOnze espaços tipográficos de largura fixa: quadratim en, quadratim em, espaço en, espaço em, espaço de um terço de em, de um quarto de em, de um sexto de em, espaço de algarismo, espaço de pontuação, espaço fino e espaço capilar.	Não

Separadores de linha

Governado por Quebras de linha -n

Ponto de código	Nome	Limpeza padrão
U+2028	LINE SEPARATORO caractere de "nova linha aqui" do próprio Unicode, diferente do line feed do ASCII. Ele termina uma linha sem terminar o parágrafo.	Não
U+2029	PARAGRAPH SEPARATORA quebra de parágrafo do Unicode: a contraparte do U+2028, um nível acima.	Não
U+0085	NEXT LINEO NEL, um controle C1 que significa "comece uma nova linha". Ele vem do EBCDIC, onde era o caractere de nova linha.	Não

Caracteres de controle

Governado por Caracteres de controle --controls

Ponto de código	Nome	Limpeza padrão
U+0000-U+001F	C0 CONTROL CHARACTERSOs 32 códigos de controle do ASCII: NUL, BEL, ESC, os separadores de arquivo e de registro e o resto. Eles são comandos para um teletipo, não texto.	Não
U+0080-U+009F	C1 CONTROL CHARACTERSUm segundo bloco de 32 códigos de controle herdado da ISO 8859. No Unicode eles são controles; no Windows-1252, os mesmos valores de byte são as aspas curvas, o travessão e o símbolo do euro.	Não

Pontuação tipográfica

Governado por Pontuação --punct

Ponto de código	Nome	Limpeza padrão
U+2013	EN DASHO traço de comprimento médio usado em intervalos e algumas relações na tipografia editorial.	Não
U+2014	EM DASHO traço longo, com a largura de um em. Ele destaca um aparte, ou marca uma interrupção onde a vírgula seria discreta demais.	Não
U+2019	RIGHT SINGLE QUOTATION MARKA aspa simples curva de fechamento e, em português, o apóstrofo correto: copo d’água, Sant’Ana, pingo d’água.	Não
U+2026	HORIZONTAL ELLIPSISTrês pontos em um único caractere, com espaçamento mais apertado que três pontos finais e sem chance de a linha quebrar no meio.	Não

Letras parecidas

Governado por Letras parecidas --confusables

Ponto de código	Nome	Limpeza padrão
U+0430	CYRILLIC SMALL LETTER AA letra a do cirílico. Em quase toda fonte ela é desenhada igualzinha ao a latino, e é um ponto de código completamente diferente.	Não
U+043E	CYRILLIC SMALL LETTER OA letra o do cirílico, desenhada igualzinha ao o latino em toda fonte de uso comum.	Não
U+0435	CYRILLIC SMALL LETTER IEA letra ie do cirílico, desenhada exatamente como um e latino.	Não
U+0441	CYRILLIC SMALL LETTER ESA letra es do cirílico, desenhada exatamente como um c latino.	Não

Ver a referência completa, com as opções que governam cada categoria