Unicodereiniger
“Unicode-opruimer” kan voor drie verschillende doelen worden gebruikt: het normaliseren van letters met accenten, het omzetten ervan naar platte ASCII-tekens en het verwijderen van onzichtbare opmaaktekens. Een tool die beweert al deze drie taken uit te voeren, doet dat in de praktijk echter zelden op een betrouwbare manier. Deze tool voert alleen de derde taak uit: het verwijdert de onzichtbare opmaak- en reserverte tekens die overbodig zijn, laat de tekens die nog steeds een functie hebben bij de spelling ongemoeid en laat alle zichtbare tekens, met of zonder accenten, precies zo staan als je ze hebt getypt, met één optionele uitzondering, hieronder.
Gerelateerd: Handwriting to Font, Gratis generator voor handschriftlettertypen.
Laatst bijgewerkt: september 2026
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: je tekst wordt dan naar onze server gestuurd.
Drie taken die "unicode cleaner" heten
- Normalisatie (NFC/NFD/NFKC). Sommige geaccentueerde letters kunnen worden gecodeerd twee
manieren, één 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. Deze tool is niet bedoeld om tekens zoals “é” om te zetten in “e” of “™” in “(tm)”. Dat is expres niet wat we hier doen. Het zou namelijk een ongewenste en mogelijk onjuiste bewerking van de originele tekst zijn. Welke vervangingen “correct” zijn, hangt volledig af van uw project en niet van wat een eenvoudige tekstverwerker zou kunnen raden.
- Onzichtbare tekens uitkleden. Tekens die helemaal geen zichtbare vorm hebben, zoals spaties en verbindingssymbolen met een breedte van nul, richtingstekens, Unicode-tagtekens en tekens uit het privégebruikbereik. Dit is precies wat deze tool doet, en verder niets.
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 Unicode-blok laat een bepaald aantal tekens bewust ongedefinieerd, zodat ze kunnen worden gebruikt voor aangepaste lettertypen en pictogramsets. Omdat deze tekens geen universele betekenis hebben, worden ze weergegeven als een leeg vakje of een willekeurig symbool op elk apparaat dat niet beschikt over het specifieke lettertype waarvoor ze bedoeld zijn. Deze functie verwijdert ook dat blok.
- Cs, Surrogaat. Codepunten die pas betekenis hebben wanneer ze in paren voorkomen binnen de UTF-16-codering. Een enkel codepunt dat in gewone tekst verschijnt, betekent meestal dat er ergens in het proces een fout is opgetreden bij het coderen of decoderen, een ander, zeldzamer probleem dan bijvoorbeeld het onbedoeld kopiëren en plakken van tekst, en niet iets waar deze tool specifiek op is gericht.
Een kort, concreet voorbeeld
Kopieer een korte reactie uit een chatvenster en plak deze in de JavaScript-console. Controleer vervolgens de lengte en vergelijk deze met het aantal tekens dat je op het scherm ziet:
"hello".length geeft 6, niet 5, hoewel het als "hello" wordt weergegeven en er visueel geen verschil te zien is. Het extra codepunt is een spatie met een breedte van nul (U+200B) die is meegekopieerd. Als u dezelfde tekst door deze tool haalt, wordt de lengte teruggebracht naar 5, zonder dat er iets anders aan de tekst verandert.
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
Normaliseert dit 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 de letters met accenttekens om in gewone ASCII-tekens?
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 enkel, afwijkend karakter onverwachts in normale tekst verschijnen?
Meestal komt dit doordat een softwareprogramma tijdens het proces de tekstcodering verkeerd heeft omgezet, waardoor de helft van een surrogate-paar is achtergebleven. Dit is een ander, minder vaak voorkomend probleem dan de onzichtbare tekens die deze tool aanpakt, en het is de moeite waard om uw tekstcodering 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 en die helemaal geen zichtbaar teken hebben, voornamelijk de Cf-categorie (opmaak) hierboven, plus een paar andere, zoals het blok voor privégebruik. Ze nemen geen ruimte in en tonen niets op het scherm, en daarom worden ze nooit gevonden door een gewone zoek- en vervangfunctie of tijdens een controle. Deze tool is speciaal ontworpen om de tekens te vinden en te verwijderen die overbodige opmaak bevatten, terwijl tekens die nog wel een functie hebben, bijvoorbeeld een teken dat emoji aan elkaar koppelt of dat deel uitmaakt van de Perzische spelling, ongemoeid worden gelaten.
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 spatievarianten, inclusief de smalle onbreekbare spatie, naar een gewone spatie. Krulquotes en streepjes gaan door een aparte, optionele stap, typografische vervangingen zijn standaard ingeschakeld; schakel deze optie uit om de tekst ongewijzigd te laten. De tool verwijdert ook de drie Unicode-bereiken voor privégebruik, inclusief het bereik 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 als een tekentelling weer te geven.
- Een statistisch watermerk in de woordkeuze zelf. Google's SynthID, waarvan Google zegt dat het sinds mei 2024 tekst in de Gemini-app en op het web markeert, stuurt welke woorden worden gekozen en voegt helemaal geen tekens toe, dus geen enkele tekenopschoner, inclusief die van ons, heeft iets te pakken. Anthropic zegt dat tekst van zijn nieuwere Claude-modellen (gelanceerd op of na 2 augustus 2026) een statistisch watermerk bevat dat wordt toegepast terwijl het model zijn woorden kiest, zonder dat er iets aan de tekst is toegevoegd (anthropic.com), zodat geen enkele tekenopschoner het aanraakt. OpenAI kondigde er een aan voor ChatGPT in oktober 2026 (zoals gemeld door de pers) die ook statistisch is, te beginnen in de EU.
Als een tool belooft het “AI-watermerk” te verwijderen zonder dit onderscheid te maken, dan beschrijft het in feite het eerste, terwijl het je laat geloven dat het het tweede doet.
Gerelateerde tools
Achter al deze pagina’s zit dezelfde tool: dezelfde tekens, dezelfde knop. Alleen de uitleg eromheen verschilt, dus kies de optie die het beste bij jouw probleem past.
- Tekst schoonmaken, de belangrijkste tool, met de volledige lijst van alles wat hij verwijdert.
- Verborgen tekensDe eerste versie van deze pagina.
- Onzichtbare tekensDe volledige referentielijst van wat wordt verwijderd.
- Verwijderaar voor speciale tekens, voor de kant met de zichtbare symbolen van "speciale tekens".
- AI-tekstverwijderaar, wat het precies betekent om AI uit een tekst te verwijderen, en wat het wel en niet doet.
- Lettertypegenerator, voor wanneer je de opmaak van je tekst wilt aanpassen, zonder iets te verwijderen.
- PrijzenWat blijft gratis en wat een pass voegt, en die dit bouwt.
Door Sam Ridder, ik bouw en beheer TextNinja op mijn eigen hardware, helemaal zelf. Wie ik ben.