Estoy trabajando con un contenido de texto que obtuve de un documento Word y que estoy pasando a HTML, haciendo reemplazos, quitando los dobles o más espacios en blanco seguidos, etc.
Pero el contenido tiene una especie de sucedáneo del espacio en blanco que me evade ciertas operaciones.
Para poner un ejemplo, aquí:
<p>R. Muchos dicen: ¿Quién nos hará ver la dicha? * Haz brillar sobre nosotros, Señor, la luz de tu rostro.</p> <p>V. Traed a la memoria los días pasados, en que después de ser iluminados, debisteis soportar un duro y doloroso combate.</p>
Yo necesito reemplazar el [espacio] * [espacio]
por este carácter: |
, de modo que quede así:
<p>R. Muchos dicen: ¿Quién nos hará ver la dicha?|Haz brillar sobre nosotros, Señor, la luz de tu rostro.</p> <p>V. Traed a la memoria los días pasados, en que después de ser iluminados, debisteis soportar un duro y doloroso combate.</p>
La búsqueda/reemplazo que hago me falla en algunos casos, porque existe una especie de sucedáneo del espacio en blanco representada por un símbolo paracido a ^
cuando muestro los carácteres invisibles.
Aquí se puede ver, en la parte en azul, en vez de haber dos puntitos rojos (que representan un espacio en blanco), hay a cada lado del asterisco un símbolo como ^
. Ese símbolo es imperceptible para la visibilidad del documento, pero no es un espacio en sí.
Mi pregunta es si puedo encontrar en alguna parte esos sucedáneos del espacio en blanco, los cuales no son espacios en blanco, pero funcionan como tal, porque no se muestran en el texto visible.
La idea es tener un array de esos valores para crear una función de limpieza que me los sustituya todos por espacios en blanco reales y evitar así el problema que estoy teniendo.
"? * H".charCodeAt(1)
y devuelve 32 (espacio normal), con lo que no puedo reproducir el problema.160
, parece que es el equivalente HTML de