Yo sé que ya muchos de ustedes saben que existen caracteres fantasma. Sí sí, caracteres que no se ven y que sin embargo están ahí.
Ya ha ocurrido que en algunas preguntas los resultados no dan, que dos datos que aparentemente son iguales, resulta que no lo son.
Veamos un ejemplo muy simple. Por conveniencia voy a usar JS/HTML. Pero lo que veremos aquí nos puede ocurrir en cualquier lenguaje de programación de alto o de bajo nivel, o nos puede ocurrir comparando datos almacenados en una base de datos, en un archivo, etc, etc.
var txtUno = document.getElementById("txtUno").innerHTML;
var txtDos = document.getElementById("txtDos").innerHTML;
var resultado= (txtUno==txtDos) ? "Iguales" : "Distintos";
console.log(resultado);
<p id="txtUno">a</p>
<p id="txtDos">a</p>
¿Vieron? En cada elemento p
aparentemente hay una letra a
, sin embargo el código dice que no son iguales.
Tomemos los mismos datos y contemos cuántos caracteres hay en cada elemento p
:
var sizeOne = document.getElementById("txtUno").innerHTML.length;
var sizeTwo = document.getElementById("txtDos").innerHTML.length;
console.log(sizeOne);
console.log(sizeTwo);
<p id="txtUno">a</p>
<p id="txtDos">a</p>
OMG, dice que en el primer p
hay dos caracteres y en el segundo hay uno sólo. Efectivamente, en el primer p
hay uno de esos caracteres fantasma.
Me pregunto:
- ¿para qué sirven esos caracteres, aparte de hacer que nos rompamos la cabeza en ocasiones?
- ¿esos caracteres están listados, identificados en alguna parte a la cual pueda recurrir cuando necesite limpiar datos?
NOTA: No sabía que etiqueta ponerle a esta pregunta.
lenguaje-agnóstico
parecería ser la más adecuada. Aunque he puesto código de ejemplo usando JS/HTML lo he hecho más por facilidad que por otra cosa (para mostrar ejemplos con los fragmentos de código). No obstante, creo que serviría una respuesta basada en cada juego de caracteres o algo así.