Re: Jak odhalit zvlastni znak?

Pisu filtry pro ublock origin a obcas po zkopirovani se mi v jeho editoru ukaze znak kolecka, kdyz ten samy znak zkopiruju do pspadu nebo notepadu++ ani po zobrazeni netisknutelnych znaku mi tento znak neodhali.
​
Znak jsem vlozil do pole code;)
Overoval jsem si v editoru uo jestli ho mam stale v pameti, takze tam je;)

Kdyz tak jeste do quote

Quote:

​

nebo za timto textem​

a jestli neni .. jeste ted mi editor uo tenhle znak po zkopirovani zobrazuje.

Zdravím,
zkopírovaný znak je:
​ (dec.: 8203) (hex.: 0x200b) # ​ ZERO WIDTH SPACE (ZWSP) (Other, Format) (General Punctuation [8192-8303] [0x2000-0x206f])

v PSPadu se při posouvání kursoru (šipkami) přes jeho (neviditelnou) pozici vypíše na stavovém řádku pro kód znaku pod kursorem dotyčný kód:
8203 $200B

Kromě toho se zdá, že tenhle znak mezery nulové šířky nějak může mást počítání znaků v režimu zalomení řádků - kurzor a informace o znaku před ním posouvají podle přepnutí zalomení, při předcházejících "nulových" znacích; podobně tento znak rozhodí zobrazení, bloku vybraného textu, do kterého je zahrnut (možná se podobně chovají další "pokročilejší" znaky unicode).

Pro práci s exotičtějšími znaky se může hodit program se specifickou podporou databáze unicode, např. BabelPad
www.babelstone.co.uk

Tam je pak při najetí kursorem na stavovém řádku vidět vedle kódu U+200B i název znaku

samotný programově neviditelný znak tam ale taky vidět není, dají se k němu ale pak dohledat informace,
nebo podle kódu online, např.:
www.fileformat.info

vbr

Diky ti moc, trochu jsem si ho zkousel, ano, muze se hodit ale zatim mi moc nepomohl, spis ho neumim vyuzit.
Hodil by se mi analyzator neco jako statistika v pspadu, zde je v bloku 16 tech znaku
​
​​​​​​​​​
​​​​ ​

bohuzel "informace o souboru - statistika", neukaze nejen kod znaku ale hlavne na jakem radku a pozici od zacatku radku znak je
Tohle by se mi hodilo k odhaleni problemovych znaku, chapu ze by to nemohlo byt soucasti tehle statistiky pro rychly prehled, napr. kdyby mi melo podrobne uvest treba 10K znaku pismene X;)

Quote:

v PSPadu se při posouvání kursoru (šipkami) přes jeho (neviditelnou) pozici vypíše na stavovém řádku pro kód znaku pod kursorem dotyčný kód:
8203 $200B

Abych takto hledal znaky u rozsahleho dokumentu si radsi ani nechci predstavovat ale mas pravdu, jde to;)

Edited 1 time(s). Last edit at 2025-08-28 23:04 by jadd.

Zdravím,
pro opakovanou práci s delšími kódy a více podobnými znaky postupné procházení kursorem opravdu moc použitelné není...
V rámci PSPadu by šel i jiný způsob, pomocí hledání regulérními výrazy - do hledacího dialogu se zadá tečka a zaškrtne se tento typ hledání:
.
[x] Regulární výrazy

(je to výraz pro jeden libovolný znak, s výjimkou zalomení řádky \n
hledání jde upravit, např. \W neslovní znaky, např. mezera, závorka, středník, tečka aj.)

Tlačítkem [Kopírovat] v hledacím dialogu se do nového tabu pspadu vypíšou výsledky hledání, tj. vždy jeden znak na samostatném řádku.

Tyto "podezřelé" vypadají jako prázdné; když se přes ně šipkami přejede kursorem, jsou zase vidět jejich číselné kódy.

Mohlo by jít z menu hledání použít i tlačítko [Seznam], to nálezy zobrazí jako prokliknutelné položky, ale slučuje více nálezů v rámci jedné řádky; při opakovaných výskytech vedle sebe se to nehodí.

Pokud už se hledá konkrétní znak, je to jednodušší, v PSPadu s dotyčnou nulovou mezerou funguje běžné hledání, není ale ani v dialogu vidět; z textu se vybírá kurzorovou šipkou (se shiftem) - myší to asi(?) nejde
- při zapnutém zvýrazňování:
Nastavení: Editor 2: [x] Zvýraznit výskyty označeného textu

- jsou pak dokonce vybarvena všechna místa nálezů ve viditelné části okna (se zúženým, jakoby meziznakovým, vybarvením)

Také jde hledat podle hexadecimálních hodnot unicode, např. interval znaků zahrnující i "mezeru nulové šířky" může být:
[\x{2000}-\x{200F}]

Při zadání do hledání a nalezení pak funguje i přesun na další výskyty F3.

Pokud jde o použití ve filtrech (reklamních apod.?) myslel jsem, že neviditelné znaky ve webových jménech/adresách být nesmí (?) resp. se tam mohou/mají ignorovat..., takto se nastavené filtry mohou obejít nějakým náhodným rozšířením nastaveného kódu o takovéto neviditelné znaky? To ale každopádně bude složitější než hledání jednotlivých, i exotických, znaků...

vbr

BTW. Kde sa tieto znaky vyskytujú/používajú?

Ahoj, promin za zdrzenou odpoved;)

Pisu mj. filtry pro web takze to beru z webu;)

Editor uo je sice jednoduchy ktery ma jen hledaci pole, ktere umi ale i RE.
Editor uo pouziva projekt z codemirror.net ktery rozpozna vizuelne treba to zvlastni kolecko nebo rozdil v
/wp-content/uploads/20*/*/*_300x250.jpg|
/wp-content/uploads/20*/*/*_300х250.jpg|

Prisel jsem na ten rozdil ze jsem pouzil Notepad++ a pouzil fci pod oznacenim "Najit znaky z rozsahu" v tom Non-ASCII znaky (128-255), protoze N++ neumi jako PSPad rozpoznat znak pri prejezdu ve stavove liste, predim jsem ale ten radek vyhledal pres editor uo, kde jsem rozdil videl hned;)

Nebo proc ve zdanlive jednoduche domene
sportunion-wien.at
teichmann–motors.at
muze by rozdil, asi jsem ji predim jen zkopiroval aniz bych ji otevrel v URL poli;)

Quote:

zvyrazneni Editor2

Editor1, to jsem mel ale jeste je tam zobrazit svislou caru to je velmi uzitecne taky;)

Quote:

s dotyčnou nulovou mezerou funguje běžné hledání, není ale ani v dialogu vidět; z textu se vybírá kurzorovou šipkou (se shiftem) - myší to asi(?) nejde

Dekuju moc za tohle, mas pravdu mys to nevezme

Udelal jsem si pro svou potrebu kratky vycuc no-ASCII znaku, kde na zacatku radku je znak nasledovany mezerou a kodem znaku kopirovane pred mezerou s naslednou konverzi uvnitr editoru.
Dostanu u pspadu problem u posledniho zapisu kde konec radku je pred C a za to C uz se nedostanu u notepadu++ nemam problem.
Kde je prosim chyba?
-- A --
Ä %C3%84 lat (accent-long)
 %C3%82 lat (circumflex)
а %D0%B0 cyr
ä %C3%A4 lat
á %C3%A1 lat
â %C3%A2 lat
-- AE --
-- B --
-- C --
č %C4%8D lat (caron)
-- D --
Д %D0%94 cyr
-- E --
è %C3%A8 lat (grave accent-long)
é %C3%A9 lat
ë %C3%AB lat (diaresis [de:trema])
ě %C4%9B lat
-- F --
-- G --
г %D0%B3 cyr
-- H --
-- I --
İ %C4%B0 lat
í %C3%AD lat
-- J --
-- K --
-- L --
-- M --
-- N --
н %D0%BD cyr
ñ %C3%B1 lat (soft)
-- O --
о %D0%BE cyr (omicron)
ö %C3%B6 lat
ó %C3%B3 lat (acute accent-long)
ō %C5%8D lat (macron)
-- OE --
ø %C3%B8 lat
-- P --
-- Q --
-- R --
ř %C5%99 lat (caron)
-- S --
ß %C3%9F lat (sharp)
ş %C5%9F lat (cedilla)
Š %C5%A0 lat (caron)
š %C5%A1 lat
-- T --
-- U --
ü %C3%BC lat (diaresis [de:trema])
ü u%CC%88 lat (u-combining diaresis)
-- V --
в %D0%B2 cyr
-- W --
-- X --
-- Y --
ý %C3%BD lat (acute accent-longer)
-- Z --
ž %C5%BE lat (caron)
-- OTHER --
ь %D1%8C cyr (soft знак)
³ %C2%B3
· %C2%B7 lat (interpunct - interpoint)
´ %C2%B4
’ %E2%80%99 lat (apostrophe)
“ %E2%80%9C (double low-9 end-quotation mark)
” %E2%80%9D (right double quotation mark)
„ %E2%80%9E (double low-9 begin-quotation mark)
® %C2%AE
-- ZERO WIDTH SPACE --
%20
  %C2%A0
‬ %E2%80%AC

Edited 1 time(s). Last edit at 2025-09-04 20:05 by jadd.