Markdown und unsichtbare Zeichen entfernen

Was das Tool macht, in zwei Durchgängen

Der erste Durchgang kümmert sich um die Zeichen, die du nicht siehst: Er zählt sie einzeln, sagt dir, welcher Art sie sind, und entfernt sie oder macht sie zu einem normalen Leerzeichen. Der zweite macht aus Markdown reinen Text: Die Rauten der Überschriften verschwinden, und die Überschrift bleibt in einer eigenen Zeile, Fett und Kursiv werden zu Text, Listen bleiben Listen, Tabellen werden zu lesbaren Zeilen, Links werden zu „Text (Adresse)“ oder nur zum Text, und Zitate verlieren das Größer-als-Zeichen. In Codeblöcken, sowohl zwischen drei Backticks als auch mit vier Leerzeichen eingerückt, wird Markdown nicht umgewandelt, und die Leerzeichen bleiben, wie sie sind. Zuletzt kommt der typografische Durchgang, der nur in eine Richtung geht: von typografischen zu geraden Anführungszeichen, vom Gedankenstrich zum einfachen Bindestrich, vom Auslassungszeichen zu den drei Punkten, die du tippst. Die umgekehrte Richtung, die ein Schriftsetzer will, ist nicht die Aufgabe dieses Tools. Eine bewusste Entscheidung: Unsichtbare Zeichen und Typografie werden, sobald du sie einschaltest, korrigiert, und zwar auch im Code, denn ein geschütztes Leerzeichen oder ein typografisches Anführungszeichen in einem String ist genau das, was ein Programm kaputt macht.

Die Zeichen, die du nicht siehst, und warum sie Schaden anrichten

Das geschützte Leerzeichen (U+00A0) ist das Zeichen, das „10 kg“ auf derselben Zeile hält: Es sieht aus wie ein Leerzeichen, ist für ein Programm aber ein anderes Zeichen. In einem String im Code verhindert es das Kompilieren, im Feld einer Unternehmenssoftware führt es dazu, dass der Wert abgelehnt wird, und bei einem Vergleich zweier identischer Texte lässt es sie verschieden erscheinen. Das breitenlose Leerzeichen (U+200B) und die Markierung U+FEFF nehmen nicht einmal Platz ein: Sie sind völlig unsichtbar und reisen beim Kopieren und Einfügen aus einer Webseite oder einem Editor mit. Der bedingte Trennstrich (U+00AD) ist ein Hinweis für die Silbentrennung, der nur sichtbar wird, wenn das Wort umbricht, in den Daten aber bleibt. Richtungszeichen gehören zu arabischem und hebräischem Text und sind in einem lateinischen Text fast immer versehentlich gelandet. Steuerzeichen sollten überhaupt nicht da sein. Für jede dieser Arten sagt dir die Seite, wie viele es gibt und was mit ihnen passiert ist: Das ist keine blinde Bereinigung.

Die Ausnahmen: zwei unsichtbare Zeichen, die NICHT entfernt werden dürfen

Zwei breitenlose Zeichen sind echter Inhalt, kein Schmutz. Das erste ist der breitenlose Verbinder (U+200D): Er hält zusammengesetzte Emojis zusammen. Eine Familie wird als vier einzelne Figuren geschrieben, die drei Verbinder zusammenkleben, ein Beruf als Person plus Gegenstand, und wer dieses Zeichen entfernt, zerlegt das Emoji vor den Augen des Lesers. Das zweite ist der breitenlose Nichtverbinder (U+200C): Im Persischen und in den indischen Schriften ist er keine Verzierung, sondern ein Buchstabe, weil er verhindert, dass sich zwei Buchstaben verbinden, und so das geschriebene Wort verändert. Die beiden Schalter gibt es hier, sie sind anfangs aus, und selbst wenn du sie einschaltest, lässt das Tool die berechtigten in Ruhe: Ein Verbinder zwischen zwei Bildzeichen und ein Nichtverbinder neben einem arabischen, persischen oder indischen Buchstaben werden nie angetastet. In der Zählung tauchen sie trotzdem auf, als hohle Punkte, damit du weißt, dass sie da sind.

Warum die Vorher-Nachher-Ansicht immer eingeschaltet ist

Weil Markdown keine eindeutige Sprache ist und jeder, der es umwandelt, nachprüfen können muss. In „3 * 4 * 5“ sind die Sternchen Multiplikationen, in long_user_name sind die Unterstriche Teil des Namens, und in einer Fußnote sind die eckigen Klammern kein Link. Diese Seite ist von Grund auf vorsichtig: Ein Sternchen eröffnet Fettdruck nur, wenn danach kein Leerzeichen und davor kein Buchstabe und keine Ziffer steht, so überleben Multiplikationen und Variablennamen. Aber Vorsicht ist keine Garantie bei einem Text, den die Seite nie gesehen hat: Im Feld „Vorher“ ist jedes Zeichen farbig markiert, das gleich verschwindet, damit du es siehst, bevor du kopierst, und nicht erst, nachdem du es woanders eingefügt hast.

Das Tool sagt dir nicht, ob ein Text von einer KI geschrieben wurde

Viele kommen auf der Suche danach hierher, und die ehrliche Antwort lautet: Die Zeichen verraten es nicht. Den Gedankenstrich, die typografischen Anführungszeichen und das einzelne Auslassungszeichen setzen die Autokorrektur deines Handys, Word, jedes Layoutprogramm und alle, die beruflich schreiben. Umgekehrt hat ein generierter Text, der aufgeräumt wurde, nichts Erkennbares mehr. Die Programme, die dieses Urteil versprechen, irren sich oft, und am häufigsten bei Menschen, die in einer Sprache schreiben, die nicht ihre eigene ist. Dieses Tool macht eine einzige Sache, die aber gründlich: Es repariert die Zeichen.

Was das Tool nicht macht, gleich vorweg

Es entfernt keine HTML-Tags: Dafür gibt es HTML-Tags entfernen. Es repariert keine verstümmelten Umlaute und Akzente (Typ „für“), denn das ist ein Kodierungsproblem, und das löst Kaputte Zeichen reparieren. Wenn du nur doppelte Leerzeichen und Einrückungen entfernen willst, ist Doppelte Leerzeichen entfernen direkter. Es fügt kein Markdown hinzu, wo keins ist, und wandelt nicht in die andere Richtung um. Fußnoten und Referenzlinks ([Text][1]) lässt es in Ruhe, weil es mehr schaden als nützen würde, sie anzufassen, und auch Tabs lässt es in Ruhe, da sie oft die Struktur der Daten bilden. Ein Codeblock, der geöffnet und nie geschlossen wird, wird gemeldet statt erraten. Die Vorher-Nachher-Ansicht endet nach den ersten 20.000 Zeichen, damit sie kein Handy überfordert, während der Text, den du kopierst und herunterlädst, immer vollständig ist; ab 200.000 Zeichen hält das Tool an und sagt es dir. Alles passiert in deinem Browser: Der Text wird nirgendwo hochgeladen. Wenn du aus dieser Antwort stattdessen den Code brauchst, mit den Dateien schon getrennt, gibt es Code aus KI-Antwort holen.