Буквы-двойники
CYRILLIC SMALL LETTER ES (U+0441)
Кириллическая буква «с», нарисованная в точности как латинская c.
- Кодовая позиция
U+0441- Другие записи
u0441\u0441с- Категория
- Буквы-двойники
- Удаляется по умолчанию
- Нет
- Управляющий параметр
- Буквы-двойники
--confusables - Может нести нагрузку
- Нет
Скопировать и вставить U+0441
Чтобы скопировать и вставить CYRILLIC SMALL LETTER ES (U+0441), нажмите кнопку: в буфер обмена попадёт сам символ, а Ctrl+V (Cmd+V на Mac) вставит его в любое место, где можно печатать.
Откуда он берётся
Кириллический текст, смешанные раскладки и намеренная подмена в доменах и никнеймах.
Почему это важно
Как и прочие двойники, она заставляет две одинаковые на вид строки сравниваться как разные, а этого достаточно, чтобы обойти чёрный список, поиск или дедупликацию.
До и после
Первая буква здесь кириллическая «эс». Слово это не то слово, которым оно кажется.
Символ показан подписанной плашкой, чтобы было видно, где он стоит. В вашем тексте он не рисует ровно ничего.
Когда он уместен
В любом языке с кириллическим письмом, где это просто буква «эс» и к латинской c она отношения не имеет.
Как его удалить
Включите параметр «Буквы-двойники» (`--confusables`), и внутри слова со смешанной письменностью вроде «сontract» она станет латинской «c». Слово, целиком написанное кириллицей, параметр не трогает.
Текст лежит в файле, а не в буфере обмена? Отчёт по документу для .docx, .odt и .html находит символ внутри файла вместе со скрытыми фрагментами и исправлениями, и открывать файл для этого не нужно. Если вопрос в том, что делает остальной текст, а не этот один символ, можно посчитать слова и обороты-приметы на тысячу слов и увидеть, где проявляется каждая привычка: без баллов и без утверждений о том, кто написал текст.
Это водяной знак ИИ?
Не водяной знак
Нет. Омоглифы ставят люди и раскладки, но никогда не модель в качестве подписи под своим текстом.
Никак не связан с машинно сгенерированным текстом. Он приходит из программы, с клавиатуры или от человека.
Вопросы
Сколько двойников знает Ghostchars?
В таблице 1513 записей, и она построена из собственного файла confusables.txt консорциума Unicode, а не собрана вручную, поэтому она покрывает греческий, армянский, чероки, полноширинные формы и математические алфавиты не хуже кириллицы.
Бывают ли ложные срабатывания?
Меньше, чем можно подумать, глядя на размер таблицы: двойник учитывается только внутри слова, где вместе с ним есть хотя бы одна ASCII-буква или цифра, поэтому турецкое «kırmızı» и обычная кириллическая или греческая проза остаются нетронутыми. А слово со смешанной письменностью параметр всё равно переписывает: «ıPad» вернётся как «iPad», и именно поэтому он включается вручную.
Проверьте свой текст
Вставьте что угодно в инструмент очистки, чтобы увидеть каждый скрытый символ: позицию, кодовую позицию и то, что произойдёт с каждым из них. Ничего никуда не отправляется.
Проверьте свой текстОчищать в Chrome прямо при вставкеОчищать на Mac одной комбинацией клавишВсе символы