Caractere Invisível e Letra Invisível para Copiar

Caractere invisível é um caractere que existe no texto e não aparece na tela. O Unicode tem dois tipos principais. Os de espaço, como o espaço sem quebra (U+00A0), ocupam lugar como o espaço comum, mas são outro caractere. Os de largura zero, como o U+200B, não ocupam lugar nenhum: marcam onde a linha pode quebrar, juntam letras de outras escritas ou montam emojis. O Unicode chama os do segundo grupo de ignoráveis por padrão, e a seção 5.3 do padrão diz que, quando um programa não conhece um deles, não deve desenhar nada no lugar.

Letra invisível no nick, na bio e na mensagem

O U+3164 é o caractere de preenchimento do alfabeto coreano, chamado chaeum. Em parte dos aparelhos ele aparece como um espaço em branco; em outros, não aparece nada, que é o que o Unicode pede quando o programa não reconhece um caractere ignorável. A prévia da lista acima mostra o que acontece no seu. O U+2800 é a cela do Braille sem nenhum ponto, e o próprio Unicode anota que muitas fontes o desenham como um espaço em branco, mas que ele não funciona como espaço. Por isso o trim() do JavaScript, a função que apaga os espaços das pontas de um texto, mantém o U+2800, o U+3164 e o U+200B, e apaga o espaço sem quebra. Cada app tem a própria regra para nome e mensagem, e ela muda com atualizações: a página não promete que um caractere passe em app nenhum. Para dar um toque a mais no nick, os símbolos para copiar e as letras diferentes funcionam do mesmo jeito.

Por que o caractere invisível aparece em golpe

O golpe com caractere invisível faz duas coisas diferentes parecerem iguais. Um caso bem documentado é o do controle de direção: o U+202E (RIGHT-TO-LEFT OVERRIDE) faz o resto do texto aparecer de trás para frente. O catálogo de técnicas de ataque do MITRE (ATT&CK, técnica T1036.002) dá o exemplo de um protetor de tela, de extensão .scr, cujo nome aparece terminando em .docx, como se fosse um documento. A mesma família de caracteres esconde trecho de código-fonte: a falha CVE-2021-42574, no banco de vulnerabilidades do NIST, descreve código que o revisor lê de um jeito e o compilador executa de outro. O Unicode recomenda, no UTS #55, que editores de código tenham a opção de mostrar esses caracteres.

Em endereço de site, o efeito é outro. A regra que transforma o nome digitado em domínio, o UTS #46, seguida pelo padrão de URL do WHATWG, ignora o espaço de largura zero, o hífen suave e o U+3164: num teste no Node 24, um link com o U+200B no meio de example.com abriu example.com. Para quem clica, nada muda. Para um filtro que compara texto, como uma lista de sites bloqueados, são endereços diferentes. Em nome de usuário, o caractere invisível faz dois perfis parecerem iguais, e o UTS #39, o padrão de segurança do Unicode, classifica os ignoráveis como restritos em identificadores.

O caractere invisível também carrega informação. Há métodos publicados para esconder dados num texto com caracteres de largura zero, como o de Ishtiaq e coautores (Acta Informatica Pragensia, 2025), e para marcar um documento trocando os espaços comuns por espaços Unicode parecidos, como o Innamark (IEEE Access, 2025). Uma marca assim pode indicar de onde o texto foi copiado. O detector mostra os dois tipos, e a limpeza troca os espaços especiais pelo espaço comum. Marca d'água que muda a escolha das palavras, sem caractere especial, não aparece no detector.

Como o detector decide o que é invisível

O detector não usa lista escrita à mão. Ele marca o que o Unicode 18.0 classifica como espaço (White_Space), menos o espaço comum, a tabulação e a quebra de linha, como ignorável por padrão (Default_Ignorable_Code_Point), como controle de direção (Bidi_Control) ou como caractere de controle, e acrescenta o U+2800. São 4.255 códigos em 40 faixas, dos quais 424 têm nome oficial; os outros estão reservados e já nascem invisíveis. O juntor, o seletor de variação e as tags que formam um emoji, pelas regras do UTS #51, aparecem marcados como parte de emoji, e a limpeza os mantém para não quebrar o coração vermelho, os emojis de família e as bandeiras.

O que a limpeza faz com cada um

Espaço especial e preenchimento viram espaço comum, para as palavras não grudarem. Separador de linha vira quebra de linha comum. Os de largura zero, os controles de direção e as tags soltas saem do texto. Desmarcando as opções, os espaços especiais ficam como estão e os caracteres que montam emojis também saem. O texto limpo é o ponto de partida para colar num campo que recusou o original, para comparar um link com o endereço que você conhece ou para contar o tamanho real no contador de caracteres.