Letras parecidas
CYRILLIC SMALL LETTER A (U+0430)
A letra a do cirílico. Em quase toda fonte ela é desenhada igualzinha ao a latino, e é um ponto de código completamente diferente.
- Ponto de código
U+0430- Categoria
- Letras parecidas
- Removido por padrão
- Não
- Opção que governa
- Letras parecidas
--confusables - Pode ser essencial
- Não
De onde ele vem
De texto em russo, ucraniano, búlgaro e sérvio, claro. Dentro de palavras latinas, ela vem de um layout de teclado cirílico esquecido ligado, de um copiar e colar de texto misto e de substituição deliberada — falsificação de domínio, evasão de filtro e esteganografia por homóglifos, que codifica bits trocando letras latinas por sósias.
Por que ele importa
Uma única letra trocada derruba qualquer verificação de correspondência exata e continua invisível para quem lê. É assim que se registra “pаypal.com”, é assim que uma palavra banida escapa de um filtro e é assim que um bit escondido fica guardado dentro de uma palavra.
Antes e depois
Uma letra cirílica em uma palavra latina no resto. A renderização é idêntica; a string não é.
O caractere aparece como uma etiqueta para você ver onde ele fica. No seu texto, ele não desenha absolutamente nada.
Quando ele é legítimo
Em russo, ucraniano, búlgaro, sérvio e em todas as outras línguas escritas em cirílico — ou seja, em uma quantidade enorme de texto perfeitamente comum.
Como remover
Ligue Corrigir letras parecidas (`--confusables`) e ela é substituída pelo “a” latino. Cuidado: essa opção mapeia 1.513 pontos de código para o latino e vai destruir texto de verdade em russo, grego, armênio e cherokee. Use quando você souber que o texto deveria ser latino.
Ele é uma marca-d’água de IA?
Não é marca-d’água
Não. Uma letra cirílica dentro de uma palavra latina é artefato de teclado ou substituição deliberada feita por uma pessoa. Modelos de linguagem não inserem homóglifos como marca; eles só produzem homóglifos quando o texto ao redor é cirílico de verdade.
Nenhuma relação com texto gerado por máquina. Ele vem de algum software, de um teclado ou de uma pessoa.
Perguntas
É assim que funcionam os domínios sósias?
É. Um nome de domínio internacionalizado pode conter letras cirílicas que aparecem como latinas. Os navegadores se defendem disso mostrando a forma punycode quando um nome mistura escritas.
O `--confusables` destrói texto em russo?
Destrói. A opção mapeia sósias para o latino sem condição, então texto em russo, grego, armênio e cherokee é destruído por ela. É por isso que ela vem desligada e que a chave avisa.
Como eu acho essas letras sem mudar nada?
Revele o texto em vez de limpá-lo. Cada letra parecida aparece com a posição, o ponto de código e a letra latina que ela imita, e nada é modificado.
Confira o seu próprio texto
Cole qualquer coisa no limpador para ver todos os caracteres ocultos que ela contém, com posição, ponto de código e o que acontece com cada um. Nada é enviado para lugar nenhum.