Caracteres ocultos en el texto: dónde se esconden y cómo eliminarlos

Los caracteres ocultos son puntos de código Unicode invisibles, como los espacios de ancho cero, los espacios de no ruptura y las marcas de dirección. Parecen un espacio normal o no se ven en absoluto, así que el texto se ve bien, pero el buscador, el código y la validación de formularios lo tratan como un texto distinto. Los encuentras inspeccionando los puntos de código y los eliminas borrando o sustituyendo esos caracteres concretos.

Eliminar caracteres ocultosBasura invisible en mi textoÚsalo gratis

De dónde vienen

La mayoría de los caracteres ocultos llegan al copiar, no al escribir:

• Páginas web. Las webs usan espacios de no ruptura (U+00A0) para evitar que dos palabras se separen al final de una línea, y espacios de ancho cero (U+200B) para marcar dónde puede dividirse una palabra larga. Al copiar un fragmento, también se copian ellos.
• Procesadores de texto. Los guiones de separación (U+00AD) se insertan para la separación silábica. Son invisibles salvo que la línea se corte justo ahí. Algunos editores también insertan espacios de no ruptura automáticamente en ciertos lugares.
• Aplicaciones de mensajería y correo electrónico. Los mensajes copiados de un chat o de un cliente de correo pueden traer uniones de ancho cero y marcas de dirección, sobre todo si el texto mezcla idiomas.
• Texto con dirección mixta. El árabe, el hebreo y los textos mixtos usan marcas de dirección como la marca de izquierda a derecha (U+200E), la marca de derecha a izquierda (U+200F) y los caracteres de incrustación y anulación (U+202A a U+202E). Controlan cómo se muestra la línea, no lo que dice.
• Marcas de orden de bytes. Una marca de orden de bytes (BOM, U+FEFF) al principio de un archivo es una firma que algunos editores escriben. Es invisible, pero se convierte en un primer carácter real cuando el archivo se lee como texto plano.
• Ventanas de chat con IA. El texto copiado de algunas interfaces de chat con IA también puede contener estos caracteres. La causa probable es cómo se mostró y se copió el texto, así que no lo tomes como un indicio de intención.

Por qué causan problemas

Cada carácter oculto es un punto de código real, así que cambia el texto aunque la página se vea igual:

• La búsqueda falla. Un espacio de ancho cero dentro de una palabra rompe la coincidencia, así que buscar esa palabra no encuentra nada.
• El código se rompe. Un espacio de no ruptura en un archivo de código es un error de sintaxis en muchos lenguajes, y el error suele señalar una línea que parece perfecta. La guía de comillas tipográficas explica el otro problema habitual al pegar código.
• La validación del formulario rechaza la entrada. Una dirección de correo con un espacio de ancho cero después de la @ parece válida, pero no supera la comprobación.
• Los recuentos no cuadran. Los contadores de caracteres incluyen o excluyen estos caracteres según la herramienta, así que el mismo texto puede dar dos totales distintos. Cuenta el texto antes y después de limpiarlo con el contador de palabras para ver la diferencia.

Aquí tienes un ejemplo sencillo. La palabra "factura" tiene siete letras. Si dentro lleva un espacio de ancho cero, la misma palabra tiene ocho puntos de código, pero en pantalla se ve exactamente igual. Una búsqueda de "factura" no encontrará la segunda versión.

Cómo verlos

Mirar el texto no ayuda, así que usa uno de estos métodos:

1. Pega el texto en una herramienta que muestre los puntos de código, como eliminar caracteres ocultos, que informa de lo que encuentra antes de cambiar nada.
2. En un editor de código, activa la opción que muestra los espacios y los caracteres especiales. Los espacios de no ruptura aparecerán con una marca distinta a la de los espacios normales.
3. En un lenguaje de programación, imprime los puntos de código de una cadena sospechosa. En Python, por ejemplo, [hex(ord(c)) for c in text] los enumera uno a uno, de modo que un espacio de no ruptura aparece como 0xa0 y un espacio de ancho cero como 0x200b.

Cómo eliminarlos

La eliminación debe ser específica. Borrar todos los caracteres no ASCII también destruiría las tildes, las comillas y las letras de otros idiomas. En su lugar:

• Sustituye los espacios de no ruptura por espacios normales, porque casi siempre se pretendía un espacio.
• Borra los espacios de ancho cero, los guiones de separación, las marcas de orden de bytes y las marcas de dirección sueltas.
• Conserva las letras acentuadas, las comillas tipográficas y la puntuación real.

Corregir texto pegado está pensada para texto que procede de otro lugar, así que úsala si la copia también tiene saltos de línea rotos o espaciado raro.

Cómo hacerlo con fixmint

1. Pega el texto en Tu texto.
2. Revisa la lista de lo que se ha encontrado. Cada carácter aparece con su nombre, como ZWSP para un espacio de ancho cero, y marcado con lo que va a pasar con él.
3. Deja marcada la opción Mantener las uniones dentro de los emojis, para que las secuencias de emojis sigan mostrándose como un solo símbolo.
4. Marca Convertir también las comillas tipográficas, los guiones largos y medios y … a ASCII simple solo para código o datos, y luego usa Copiar o Descargar .txt.

Casos especiales

• Las secuencias de emojis usan uniones de ancho cero a propósito. Eliminarlas separa un emoji en varios símbolos.
• El espacio de no ruptura es correcto en algunas tipografías, como entre un número y su unidad, y en algunos signos de puntuación del francés. Sustitúyelo solo cuando sepas que es un error.
• Una vez limpio el texto, compáralo con el original para ver exactamente qué ha cambiado.

Respuestas rápidas

¿Los caracteres ocultos indican que el texto lo escribió una IA?

No. Vienen de páginas web, procesadores de texto, aplicaciones de mensajería y, en general, del copiar y pegar. Su presencia no indica quién o qué escribió el texto.

¿Eliminar todos los caracteres no ASCII soluciona el problema?

No. Eso también eliminaría tildes, comillas y letras de otros idiomas. Elimina solo los puntos de código invisibles concretos.

¿Cómo sé si una cadena tiene caracteres ocultos?

Compara su longitud con el número de caracteres que ves, o pégala en una herramienta que muestre los puntos de código. Si los recuentos no coinciden, hay algo invisible dentro.