Nem sempre é um erro
Manter número e unidade juntos pode melhorar a diagramação; o Unicode descreve esse comportamento. Cadeias visualmente iguais podem diferir na comparação, sobretudo após copiar da web. Um separador pode servir à publicação e dificultar uma chave de busca. Decida pelo uso, sem presumir que remover sempre ajuda.
Diferencie três códigos
SPACE comum é U+0020; NO-BREAK SPACE é U+00A0 ou NBSP; NARROW NO-BREAK SPACE é U+202F. Identificar não define adequação. Inspecione pontos de código ou procure o caractere exato em amostra. Zoom é pouco confiável conforme a fonte; “U+00A0 entre A e B” é reproduzível.
Grafemas iguais, bytes diferentes
A mais espaço comum mais B tem três grafemas e três bytes UTF-8. Com NBSP são três e quatro; com estreito, três e cinco. Um total editorial igual pode coexistir com diferenças na comparação ou limite técnico. Preserve cadeias exatas e veja caracteres e bytes.
Como a ferramenta conta
O contador inclui os três em Caracteres com espaços e exclui sem espaços: cada A-espaço-B dá três e dois. Totais iguais não provam nomes ou códigos iguais. Defina a comparação à parte, por exemplo convertendo separadores somente nas chaves. Veja o método para outras convenções.
Substituir não é remover
Trocar por espaço comum mantém uma fronteira legível; apagar pode unir palavras ou nomes. Teste uma linha primeiro. Converter permite quebras antes impedidas, útil para certos dados e inadequado à impressão. Escolha preservar, converter ou apagar conforme o destino, não por um comando genérico de remover espaços.
Listas, duplicatas e importação
Linhas distintas só nos separadores podem ser comparadas com conversões combinadas. Preserve formas exibidas e confira colisões: chave igual não prova original idêntico. Códigos podem exigir espaços significativos. Veja duplicatas. Em CSV, interprete campos antes de limpar valores; alterações no arquivo bruto podem danificar estrutura.
Limpeza genérica varia
Alguns comandos reconhecem só U+0020; outros abrangem espaços e quebras. Inspecione lacunas restantes em vez de repetir. Leia instruções e teste a ferramenta exata. Regra estreita pode omitir espaços Unicode; ampla pode apagar quebras necessárias. Separe compressão interna do tratamento de linhas e parágrafos.
Confira a entrega final
Revise pares número-unidade, iniciais e sobrenomes e texto web na cópia simples e no layout final. Lista com boa comparação pode quebrar mal na impressão. Declare se espaços contam e se os especiais foram normalizados. Preserve cópia anterior para revisar substituições sem perder a composição original.
Prepare um relatório reproduzível
Use três linhas com as mesmas letras e separadores realmente diferentes. Deixe rótulos fora da cadeia: o literal U+00A0 tem seis caracteres de notação, não é o espaço. Pergunte quais variantes correspondem ao espaço comum no destino. Depois de substituir, confira a separação das palavras. Bytes identificam diferenças, mas não escolhem tipografia.
Separadores parecidos
| Sequência | Grafemas | Bytes UTF-8 |
|---|---|---|
| A + U+0020 + B | 3 | 3 |
| A + U+00A0 + B | 3 | 4 |
| A + U+202F + B | 3 | 5 |
Fontes e verificações
- Unicode UAX #14: Line Breaking Algorithm · Line-break opportunities and nonbreaking behavior
- Unicode: General Punctuation · Identification of zero-width spaces, joiners and narrow no-break space