TanodTools
VI

Công cụ phát hiện ký tự vô hình và giải mã ASCII smuggling

Dán văn bản để tìm những ký tự bạn không nhìn thấy và đọc văn bản ẩn trong các ký tự thẻ Unicode vô hình: khoảng trắng độ rộng bằng không, ký tự điều khiển hướng văn bản, ký tự thẻ Unicode ẩn và những từ trộn chữ Latin với chữ Cyrillic hoặc Hy Lạp trông giống hệt.

Chạy ngay trong trình duyệt; những gì bạn nhập không rời khỏi thiết bị của bạn

Dán văn bản để kiểm tra.

Ký tự độ rộng bằng không
0
Điều khiển hướng văn bản
0
Ký tự thẻ Unicode
0
Ký tự điều khiển
0
Ký tự vô hình khác
0
Khoảng trắng bất thường
0
Từ pha trộn hệ chữ
0

Văn bản dài tới vài triệu ký tự. Công cụ kiểm tra theo điểm mã Unicode nên tìm được ký tự ẩn, nhưng không thể biết một ký tự cụ thể có vô hại trong văn bản của bạn hay không. Các chuỗi emoji thật, như cờ và emoji gia đình, không bị đánh dấu.

Cách tìm ký tự vô hình

  1. Dán văn bản cần kiểm tra, hoặc chọn Tải ví dụ để xem công cụ tìm được gì.
  2. Xem số lượng từng loại ký tự, văn bản được tô sáng và bảng ghi dòng, cột và điểm mã của từng kết quả.
  3. Chọn Sao chép văn bản đã làm sạch để nhận văn bản đã loại bỏ các ký tự vô hình.

Cách tìm ký tự ẩn

Unicode định nghĩa nhiều ký tự không in ra gì: khoảng trắng và ký tự nối độ rộng bằng không, dấu đảo hướng văn bản, dấu gạch nối mềm, khoảng trắng có độ rộng bất thường và các ký tự thẻ phản chiếu ASCII. Đúng chỗ thì hữu ích, sai chỗ thì thành phiền toái hoặc vũ khí. Công cụ này đọc văn bản của bạn từng điểm mã một và xếp mỗi kết quả vào một loại, để bạn thấy có gì trong đó trước khi quyết định xử lý ra sao.

Công cụ báo bảy loại. Ký tự độ rộng bằng không gồm khoảng trắng độ rộng bằng không, các ký tự nối và dấu thứ tự byte. Điều khiển hướng văn bản là các ký tự nhúng, ghi đè, cô lập và dấu được dùng trong tấn công Trojan Source vào mã nguồn. Ký tự thẻ Unicode là khối U+E0000, dùng để lén đưa chỉ dẫn vô hình vào văn bản cho trợ lý AI; mỗi chuỗi được giải mã để bạn đọc được ASCII mà nó ghép thành. Ký tự điều khiển là các mã C0 và C1 ngoài tab và ngắt dòng. Ký tự vô hình khác gồm dấu gạch nối mềm, toán tử toán học vô hình, ký tự đệm và bộ chọn biến thể, còn khoảng trắng bất thường là khoảng trắng không ngắt, khoảng trắng em và en cùng khoảng trắng biểu ý. Cuối cùng, từ pha trộn hệ chữ là những từ kết hợp chữ Latin với chữ Cyrillic, Hy Lạp hoặc Armenia, cách thường dùng để giả mạo tên miền hay tên người dùng.

Khoảng trắng độ rộng bằng không cũng xuất hiện trong văn bản do AI tạo ra. Trợ lý trò chuyện và các quy trình xử lý văn bản đôi khi để lại khoảng trắng hoặc ký tự nối độ rộng bằng không trong kết quả, và chính các ký tự đó có thể dùng làm watermark vô hình, nên câu trả lời bạn dán vào có thể mang nhiều hơn những gì bạn thấy. Chạy văn bản qua công cụ này sẽ cho thấy chính xác điều gì đang ẩn trong đó.

Một số ký tự này thuộc về văn bản thật, nên công cụ bỏ qua chúng ở chỗ hợp lệ. Cờ hoàn chỉnh của Anh, Scotland hoặc Wales (lá cờ đen theo sau là vài chữ thẻ và một thẻ hủy), ký tự nối độ rộng bằng không giữa hai emoji và bộ chọn kiểu hiển thị emoji sau một emoji đều bình thường. Ký tự nối hoặc không nối trong các từ tiếng Ba Tư, Hindi hay Ả Rập cũng bình thường nhưng vẫn được báo, vì công cụ không biết văn bản của bạn viết bằng ngôn ngữ nào.

Bản đã làm sạch loại bỏ ký tự độ rộng bằng không, ký tự hướng, thẻ, điều khiển và các ký tự vô hình khác. Công cụ không bao giờ sửa các từ pha trộn hệ chữ, vì thay một chữ cái sẽ làm đổi văn bản; hãy tự sửa sau khi kiểm tra từ được tô sáng.

Mẹo

Câu hỏi thường gặp

Ký tự độ rộng bằng không là gì?

Đó là những ký tự không chiếm chỗ trên màn hình, như khoảng trắng độ rộng bằng không (U+200B), ký tự không nối độ rộng bằng không (U+200C), ký tự nối từ (U+2060) và dấu thứ tự byte (U+FEFF). Chúng lẫn vào văn bản sao chép từ trang web và ứng dụng nhắn tin, rồi làm hỏng tìm kiếm, mật khẩu, mã nguồn và tên tệp mà không để lại dấu hiệu nào nhìn thấy được. Ký tự nối và không nối cũng được dùng có chủ đích trong một số hệ chữ, như tiếng Ba Tư và tiếng Hindi, nên hãy kiểm tra trước khi xóa.

Tấn công Trojan Source là gì?

Unicode có những ký tự điều khiển đổi hướng hiển thị văn bản, như ghi đè phải sang trái (U+202E). Trong mã nguồn, chúng có thể khiến một dòng trông khác với những gì trình biên dịch đọc, nên một chú thích tưởng vô hại có thể giấu mã thật. Công cụ liệt kê mọi ký tự điều khiển hai chiều để bạn nhìn thấy chúng.

Ký tự thẻ Unicode là gì và vì sao quan trọng?

Các ký tự thẻ (U+E0000 đến U+E007F) phản chiếu ASCII nhưng không hiển thị gì. Văn bản viết bằng chúng vô hình với người đọc nhưng phần mềm, kể cả trợ lý AI, vẫn đọc được, nên đây là cách lén đưa chỉ dẫn ẩn vào prompt hoặc tài liệu. Công cụ giải mã mỗi chuỗi ký tự thẻ về văn bản ASCII mà nó ghép thành và hiện nổi bật. Kỹ thuật này gọi là ASCII smuggling. Cờ của Anh, Scotland hay Wales được tạo có chủ đích từ vài ký tự thẻ, nên một chuỗi cờ hoàn chỉnh không bị đánh dấu.

Vì sao một từ bị đánh dấu là pha trộn hệ chữ?

Cyrillic và Hy Lạp có những chữ trông giống chữ Latin, như chữ а Cyrillic và chữ a Latin. Một từ trộn chúng, như pаypal có chữ а Cyrillic, có thể trông như tên thật nhưng dẫn đến nơi khác. Công cụ liệt kê mọi từ kết hợp chữ Latin với chữ Cyrillic, Hy Lạp hoặc Armenia và chỉ ra những chữ không thuộc về từ đó.

Công cụ có đánh dấu emoji không?

Không. Ký tự nối độ rộng bằng không giữa hai emoji, như trong emoji gia đình hay nghề nghiệp, và bộ chọn biến thể theo sau emoji là một phần cách emoji được tạo nên, nên được bỏ qua. Cũng những ký tự đó ở chỗ khác, chẳng hạn giữa hai chữ cái, sẽ được báo.

Văn bản của tôi có bị tải lên không?

Không. Văn bản được kiểm tra trong trình duyệt của bạn và không bao giờ rời khỏi thiết bị.