Does this normalize Unicode (NFC/NFKC)?

No. Normalization picks a consistent encoding for characters that can be represented more than one way, and that's a job for your programming language's built-in normalize() function, not a paste box — doing it wrong can be worse than not doing it at all.

Does this convert accented letters to plain ASCII?

No, and not by accident — é, ñ, ü and every other accented letter you paste in come out exactly as you typed them. Transliterating them is a deliberate, lossy choice that belongs in code you control, not in a general cleaning tool.

What are Unicode categories Cf, Cs and Co?

Cf is Format — invisible characters that affect processing, like zero-width joiners and directional marks. Co is Private Use — a block reserved for custom fonts with no universal meaning. Cs is Surrogate — codepoints only valid in UTF-16 pairs. This cleaner's job is mainly Cf, plus the private-use block.

Why would a lone surrogate character show up in normal text?

Usually because a piece of software along the way converted between text encodings incorrectly and left half of a surrogate pair behind. That's a different, less common bug than the invisible-character debris this tool targets, and worth checking your encoding pipeline for separately.

Is this safe to run on source code, not just prose?

It only touches characters with no visible shape, so no code logic should change — but treat any bulk text operation on code the way you'd treat any other edit: keep it under version control so you can diff the result before you trust it.

What is meant by "invisible unicode" characters?

Invisible Unicode characters are codepoints the standard defines with no visible glyph at all — mainly the Cf (Format) category above, plus a few outside it such as the private-use block. They take up no width and draw nothing on screen, which is exactly why an ordinary find-and-replace or a proofreading pass never catches them. This cleaner's whole job is finding and removing the ones that are just leftover formatting, while leaving the ones still doing a real job — a joiner holding an emoji together, or one that is part of Persian spelling — alone.

Unicodereiniger

Unicode cleaner wordt gebruikt voor drie verschillende banen — normaliseren van geaccentueerde letters, translitereren ze naar gewone ASCII, en strippen van onzichtbare tekens — en een tool die beweert alle drie te doen meestal doet geen van hen voorspelbaar. Deze doet de derde taak alleen: het verwijdert het onzichtbare formaat en gereserveerde karakters die gewoon rommelig zijn, laat degenen die nog steeds een spelling job alleen, en laat elk zichtbaar karakter, geaccentueerd of niet, precies zoals je het typte — behalve één opt-in uitzondering, hieronder.

normaliseren ook slimme citaten & streepjes

Reiniging gebeurt in uw browser: die tekst verlaat nooit deze pagina, en er is geen upload, geen account en geen limiet. Herschrijven is de uitzondering — Die stuurt je sms naar onze server.

Drie banen genaamd "unicode cleaner"

Normalisatie (NFC/NFD/NFKC). Sommige geaccentueerde letters kunnen worden gecodeerd twee manieren — een codepunt voor "é," of een "e" plus een aparte combinatie van accentteken dat eruit ziet identiek op het scherm. Normaliseren kiest één consistente vorm. Deze tool doet dat niet; uw taal standaard bibliotheek bijna zeker al heeft een one-line functie voor het (str .normalize() in zowel JavaScript als Python).
Transliteratie / ASCII-vouwen. "e" veranderen in "e," of "TM" in "(tm) ." Ook niet dit hulpmiddel, met opzet — het is een waardeloze herschrijven van echte inhoud, en welke substituties zijn "correct" hangt volledig af van uw project, niet van iets wat een pasta doos kan Raad eens.
Onzichtbare tekens uitkleden. Tekens zonder zichtbare vorm op alle — zero-width spaties en spanners, directionele markeringen, Unicode tag tekens, de Blok voor privégebruik. Dit is wat dit gereedschap doet, en niets anders.

Wat de betrokken categorieën eigenlijk betekenen

Unicode groepeert elk teken in een categorie, en degenen die relevant zijn hier zijn de moeite waard te weten door naam als je programmatisch met tekst werkt:

Cf — Formaat. Tekens die van invloed zijn op hoe tekst wordt verwerkt of weergegeven zonder een eigen glyf te hebben: nul-breedte voegers, richtingsmarkeringen, onzichtbare wiskunde exploitanten. Dit is het grootste deel van wat deze schoonmaker verwijdert.
Co — Privégebruik. Een blok Unicode laat bewust ongedefinieerd voor aangepaste lettertypen en pictogramsets. Zonder universele betekenis, het maakt als een lege doos of een willekeurige symbool op elke machine die niet het specifieke lettertype het was bedoeld voor — deze schoner Breek dat blok ook af.
Cs — Surrogaat. Codepunten die alleen betekenisvol zijn in paren binnenin UTF-16 codering. Een eenzame die verschijnt in gewone tekst betekent meestal een stap coderen/decoderen fout ergens stroomopwaarts — een andere, zeldzamere bug dan pasta puin, en niet iets dit tool specifiek doelen.

Een kort, concreet voorbeeld

Kopieer een kort antwoord uit een chatvenster naar een JavaScript-console en controleer de lengte ervan Wat je zou verwachten door brieven op het scherm te tellen:

"hello".length geeft 6Niet 5 Wat? Ook al drukt het af als "hallo" met niets zichtbaar anders. Het extra codepunt is een nulbreedte ruimte (U+200B) die met de pasta kwam. Het uitvoeren van dezelfde tekst door deze cleaner brengt de lengte terug naar 5, met niets anders over de string veranderd.

De zichtbare verandering die dit maakt

Het selectievakje boven het vakje is de uitzondering op "alleen onzichtbaar": zet het aan en krullend citaten, en streepjes en streepjes recht in een effen apostrof, citaatteken of koppelteken. Dat zijn zichtbare tekens, dus het gereedschap behandelt het veranderen ervan als optioneel — standaard, niet uit, maar De doos is daar als je liever de originele leestekens houdt.

Vragen

Is dit normaliseren Unicode (NFC/NFKC)?

Nee. Normalisatie kiest een consistente codering voor tekens die op meerdere manieren kunnen worden weergegeven, en dat is een taak voor de ingebouwde normaliserende functie van uw programmeertaal, niet een pastebox — Het verkeerd doen kan erger zijn dan het helemaal niet doen.

Zet dit geaccentueerde letters om naar gewone ASCII?

Nee, en niet per ongeluk. — E, ñ, ü en elke andere geaccentueerde brief die je plakt in kom precies zoals je ze typte. Translitereren is een doelbewuste, lossy keuze die hoort in code die u controleert, niet in een algemeen reinigingsgereedschap.

Wat zijn Unicode categorieën Cf, Cs en Co?

Cf is formaat — onzichtbare tekens die de verwerking beïnvloeden, zoals zero-width joiners en directional marks. Co is privaat gebruik — een blok gereserveerd voor aangepaste lettertypen zonder universele betekenis. Cs is Surrogaat — codepunten alleen geldig in UTF-16 paren. Het werk van deze schoonmaker is voornamelijk Cf, plus het privé-gebruik blok.

Waarom zou een surrogaatfiguur in een normale tekst verschijnen?

Meestal omdat een stuk software langs de weg omgezet tussen tekstcoderingen verkeerd en liet de helft van een surrogaatpaar achter. Dat is een andere, minder voorkomende bug dan de onzichtbare-karakter puin deze tool doelen, en de moeite waard om uw codering pijplijn voor afzonderlijk te controleren.

Is dit veilig voor broncode, niet alleen proza?

Het raakt alleen tekens zonder zichtbare vorm, dus geen code logica moet veranderen — maar behandel elke bulk tekstbewerking op code op de manier waarop u een andere bewerking zou behandelen: houd het onder versiebeheer zodat u het resultaat kunt diffen voordat u het vertrouwt.

Wat wordt bedoeld met "onzichtbare unicode" karakters?

Onzichtbare Unicode tekens zijn codepunten die de standaard definieert zonder zichtbare glyph — voornamelijk de Cf (Format) categorie hierboven, plus een paar buiten, zoals het particuliere-gebruik blok. Ze nemen geen breedte en tekenen niets op het scherm, dat is precies de reden waarom een gewone vind-en-vervang of een proeflezing pas ze nooit vangen. De hele job van deze cleaner is het vinden en verwijderen van degenen die gewoon overgebleven formatteren, terwijl het verlaten van degenen nog steeds een echte baan — een timmerman die een emoji bij elkaar houdt, of een die deel uitmaakt van Perzische spelling — Alleen.

Wat deze tool niet kan verwijderen

Er zijn twee verschillende dingen die mensen een "AI watermerk" noemen.

Onzichtbare en typografische karakters. Deze tool verwijdert benoemde tekens die helemaal geen zichtbare glyph bevatten, zoals gedefinieerd door de Unicode standaard — Geen nummer dat we verzonnen hebben. Het draait ook verschillende ruimtevarianten, waaronder de smalle no-break ruimte, in een gewone ruimte. Curly citaten en streepjes gaan door een aparte, optionele stap typografische vervangingen, standaard ingeschakeld; schakel deze optie uit en de tekst blijft precies zoals getypt. Het wist ook de drie Unicode-bereiken voor privégebruik, inclusief het tagbereik U+E0000–U+E007F, dat wordt gebruikt om gegevens in platte tekst te verbergen. Deze bereiken bevatten geen standaardtekens, dus we beschrijven ze in plaats van ze te presenteren als een aantal tekens.
Een statistisch watermerk in de woordkeuze zelf. Google's SynthID-tekst, live in Gemini sinds mei 2024 is gedocumenteerd om helemaal geen tekens te veranderen, dus geen karakter schoner — de onze inbegrepen — heeft iets te vangen. Antropic heeft de output van Claude hetzelfde gemarkeerd. Sinds 2 augustus 2026 moet de EU-AI-wet worden nageleefd, maar de eigen verklaring ervan (support.claude.com) bevestigt alleen dat het merk bestaat, niet hoe het werkt — dus we kunnen niet beloven dat het hetzelfde gebouwd is zoals SynthID is. Wat we kunnen zeggen: een karakterreiniger als deze raakt alleen Unicode aan karakters, en geen watermerk dat daarop vertrouwde zou overleven een gewone kopie-pasta, dus Er is hier niets om het te verwijderen. Met ingang van 10 september 2026, eigen content-provenance blz. toont een tekst watermerk voor noch ChatGPT noch zijn API.

Als een gereedschap belooft "het AI watermerk" te strippen zonder dit onderscheid te maken, is het Het eerste ding beschrijven terwijl je laat geloven dat het het tweede doet.

Gerelateerde tools

Het is een schoner achter al deze pagina's — Dezelfde tekens, dezelfde knop. Alleen de uitleg eromheen verandert, dus kies wat overeenkomt met je probleem.

Tekst schoonmaken De belangrijkste tool, met de volledige lijst van alles wat het verwijdert.
Verborgen tekens De eerste versie van deze pagina.
Onzichtbare tekens De volledige referentielijst van wat wordt verwijderd.
Speciale tekens remover — for the visible-symbol side of "special characters".
AI-tekstverwijderaar Wat "verwijder AI van tekst" eigenlijk betekent, en wat doet en doet het niet.
Prijzen Wat blijft gratis en wat een pass voegt, en die dit bouwt.