Tìm ký tự ẩn giải thích vì sao chuỗi nhìn như 11 ký tự mà công cụ đếm báo 12: ở giữa có zero-width space, dấu cách không ngắt hay một ký tự vô hình khác. Công cụ liệt kê từng ký tự ẩn với tên, mã U+, vị trí, rồi tạo bản văn bản sạch để bạn sao chép hoặc thay vào ô nhập. Mọi phép quét chạy trên trình duyệt, không lưu dữ liệu.
Cách tìm ký tự ẩn và làm sạch văn bản
Công cụ duyệt từng code point sau khi chuẩn hoá NFC và đối chiếu với danh sách các dải mã không hiển thị, rồi xử lý mỗi loại theo một quy tắc cố định.
- Quét các nhóm: ký tự điều khiển, dấu cách không ngắt (NBSP) và khoảng trắng Unicode, zero-width space, zero-width non-joiner, zero-width joiner, dấu hướng chữ LRM/RLM và ký tự điều khiển hướng, word joiner, BOM, gạch nối mềm, tag Unicode.
- Giữ nguyên ký tự nối, bộ chọn biến thể và tag nằm bên trong một emoji, vì chúng là một phần của hình.
- Hiện bảng loại ký tự ẩn (tên, mã, số lần, cách xử lý khi xoá), bảng vị trí kèm 8 ký tự ngữ cảnh hai bên và bản xem trước tô đỏ đúng chỗ.
- Tạo văn bản sạch: ký tự vô hình bị xoá, NBSP và khoảng trắng lạ được thay bằng dấu cách thường, dấu ngăn dòng U+2028/U+2029 thành xuống dòng.
| Ký tự ẩn | Mã | Thường đi theo văn bản từ | Khi xoá |
|---|---|---|---|
| Zero-width space (ZWSP) | U+200B | trang web, trình soạn thảo chèn để ngắt URL dài | xoá |
| Dấu cách không ngắt (NBSP) | U+00A0 | Word, Excel, mã HTML có | thay bằng dấu cách |
| Dấu cách không ngắt hẹp | U+202F | văn bản định dạng số và đơn vị kiểu châu Âu | thay bằng dấu cách |
| BOM | U+FEFF | đầu file .txt, .csv lưu dạng UTF-8 có BOM | xoá |
| Gạch nối mềm | U+00AD | văn bản đã dàn trang, chép từ PDF | xoá |
| Tag Unicode | U+E0000–U+E007F | hiếm gặp ở văn bản thường, thường do chèn có chủ ý | xoá |
Ký tự ẩn làm lệch số ký tự ở mọi công cụ đếm, vì site đếm đúng những gì có trong chuỗi. Khái niệm và danh sách đầy đủ hơn nằm ở trang thuật ngữ ký tự ẩn.
Ví dụ: mã giảm giá copy từ tin nhắn bị báo sai
Mã “GIAM50K” chép từ tin nhắn mang theo một zero-width space sau chữ M, nên dài 8 ký tự thay vì 7 và không khớp mã trên hệ thống.
Tình huống này hay rơi vào nhân viên chăm sóc khách hàng: khách dán mã vào ô thanh toán, hệ thống báo mã không hợp lệ, gõ tay lại thì được. Nhiều hệ thống so chuỗi từng ký tự và không tự lọc ký tự vô hình. Bảng dưới là kết quả thật của công cụ, ba dòng cuối nằm trong bộ kiểm thử.
| Chuỗi dán vào | Ký tự ẩn tìm thấy | Vị trí (sau ký tự thứ) | Ký tự trước → sau khi xoá |
|---|---|---|---|
| GIAM + ZWSP + 50K | 1: U+200B | 4 | 8 → 7 |
| Xin + ZWSP + chào + NBSP + bạn | 2: U+200B, U+00A0 | 3 và 8 | 12 → 11 (“Xinchào bạn”) |
| BOM + abc + tag U+E0041 | 2: U+FEFF, U+E0041 | 0 và 4 | 4 → 3 |
| Nhà + emoji gia đình | 0 (ký tự nối trong emoji được giữ) | – | không đổi |
Vị trí đếm theo code point và tính cả ký tự ẩn đứng trước. Ở dòng thứ hai, NBSP nằm “sau ký tự thứ 8” vì zero-width space phía trước cũng được đếm: X, i, n, ZWSP, c, h, à, o. Ở dòng thứ ba, BOM đứng riêng còn tag U+E0041 dính vào chữ c, nên công cụ đếm 4 ký tự dù chuỗi có 5 code point.
Nếu đánh dấu ô “Xoá luôn NBSP và khoảng trắng lạ”, dòng thứ hai thành “Xinchàobạn” với 10 ký tự: hai chữ dính nhau. Tôi để mặc định là thay NBSP bằng dấu cách thường vì lý do đó; người dán văn bản gần như không bao giờ muốn các chữ bị nối lại.
Trường hợp đặc biệt khi tìm ký tự ẩn
Không phải ký tự vô hình nào cũng là rác, và không phải thứ gì trông lạ cũng là ký tự ẩn.
- Zero-width joiner nằm trong emoji ghép được giữ; đứng lẻ giữa hai chữ cái thì bị báo và xoá.
- Tab và xuống dòng thường không bị coi là ký tự ẩn. Tab dọc và ngắt trang (U+000B, U+000C) thì được thay bằng dấu cách.
- Chữ tiếng Việt gõ kiểu tổ hợp (dấu rời) không bị báo, vì văn bản được chuẩn hoá NFC trước khi quét và dấu đã gộp vào chữ.
- NBSP đôi khi được đặt có chủ ý, như giữa “10” và “km” để không xuống dòng giữa chừng. Bản sạch vẫn thay nó bằng dấu cách, nên với văn bản dàn trang cẩn thận hãy xem bảng vị trí trước khi thay.
- Thêm ký tự ẩn để né bộ lọc hay giới hạn ký tự không phải cách dùng mà trang này hướng dẫn; ký tự đó vẫn nằm trong chuỗi và nhiều nơi vẫn đếm.
Công cụ liên quan
- Xoá khoảng trắng thừa dọn dấu cách đôi, dòng trống thừa sau khi đã gỡ ký tự ẩn.
- Đếm ký tự online để kiểm lại tổng ký tự của bản sạch so với giới hạn cần đạt.
- Phân loại ký tự cho thấy ngoặc kép cong, gạch ngang dài và các dấu lẫn kiểu mà mắt dễ bỏ qua.
- Đếm byte UTF-8 khi BOM hay NBSP làm file và trường dữ liệu nặng hơn dự kiến.
- Đếm ký tự SMS vì chỉ một NBSP cũng đẩy tin nhắn không dấu sang bảng mã chỉ 70 ký tự mỗi tin.
Câu hỏi thường gặp
Zero width space là gì, sao lại có trong văn bản?
Zero-width space (U+200B) là dấu cách có độ rộng bằng 0, dùng để báo chỗ được phép xuống dòng mà không hiện khoảng trống. Trang web và trình soạn thảo chèn nó vào URL dài hoặc chuỗi không dấu cách. Khi bạn sao chép, ký tự đi theo văn bản, làm tăng số ký tự và làm hỏng phép so chuỗi.
Vì sao đếm ký tự bị dư 1 so với nhìn bằng mắt?
Thường là có một ký tự ẩn: zero-width space, BOM ở đầu đoạn hoặc gạch nối mềm. Dán đoạn đó vào ô phía trên để tìm ký tự ẩn, xem cột vị trí và bản xem trước tô đỏ. Sau khi sao chép bản sạch, số ký tự sẽ khớp với những gì bạn nhìn thấy trên màn hình.
Dấu cách không ngắt NBSP có phải lỗi không?
Không hẳn. NBSP giữ hai phần như “10 km” hay “Nguyễn Văn” trên cùng một dòng, nên người dàn trang dùng có chủ ý. Nó thành vấn đề khi dán vào ô tìm kiếm, bảng tính hay tin nhắn SMS, nơi NBSP khác dấu cách thường. Công cụ mặc định thay NBSP bằng dấu cách, không xoá hẳn.
Tìm ký tự ẩn trong file Word hay file txt được không?
Với file Word, hãy mở file, sao chép nội dung và dán vào ô phía trên. File .txt, .md hoặc .csv thì dùng nút chọn file hoặc kéo thả vào ô. Tệp được xử lý ngay trên máy bạn, không tải lên máy chủ. Muốn thay nội dung trong Word, dán bản sạch trở lại.
Công cụ có cho biết văn bản do AI viết không?
Không. Công cụ chỉ báo những ký tự ẩn thật sự có trong chuỗi, không đánh giá ai hay phần mềm nào viết ra văn bản. Văn bản từ chatbot, từ web hay do người gõ đều có thể chứa NBSP hoặc zero-width space. Không tìm thấy ký tự ẩn cũng không chứng minh được nguồn gốc của văn bản.
Căn cứ và nguồn
- UTF-8, UTF-16, UTF-32 & BOM — Unicode FAQ: vai trò của U+FEFF khi là BOM và khi là zero width no-break space.
- UTS #51: Unicode Emoji — Unicode Consortium: chuỗi emoji nối bằng ZWJ, lý do công cụ giữ nguyên ZWJ trong emoji.
- The Unicode Standard, khối General Punctuation (U+2000–U+206F): các khoảng trắng Unicode, ZWSP, ZWJ, dấu hướng chữ, word joiner.
Kiểm tra: 16/09/2026. Danh sách ký tự ẩn bao phủ các loại hay gặp khi sao chép văn bản; ký tự hiếm ngoài danh sách có thể chưa được báo.