Очистка текста · гомоглифыЛатиница в русском тексте

Слово выглядит русским, но внутри притаилась латинская «а» или «с» — и поиск, проверка орфографии и сравнение строк его не узнают. Найдём такие слова и исправим.

Текст обрабатывается в браузере — ничего не отправляется на сервер
01Проверка02Пары букв03О гомоглифах04Вопросы05Похожие
01

Проверка

чужие буквы подчёркнуты — наведите, чтобы увидеть код
Вход · исходный текст
Мoсква, Санкт-Пeтербург и Hижний Новгород — три города из отчёта. В PDF слово «стoл» не нашлось поиском. А вот Moskвa не исправится: у «в» нет латинской пары. Тaxi станет Taxi — латиницы в нём больше. Ничья тоже остаётся как есть: Pyсь.
Символов236Найдено0Опасных0Смешанных слов7Лишних токенов—
Результат · очищено
без правок
Мoсква, Санкт-Пeтербург и Hижний Новгород — три города из отчёта. В PDF слово «стoл» не нашлось поиском. А вот Moskвa не исправится: у «в» нет латинской пары. Тaxi станет Taxi — латиницы в нём больше. Ничья тоже остаётся как есть: Pyсь.
Открыть в счётчике токенов →Открыть в типографе →Все настройки очистки →
02

Пары букв

выглядят одинаково — различаются кодом
а
U+0430
a
U+0061
е
U+0435
e
U+0065
о
U+043E
o
U+006F
р
U+0440
p
U+0070
с
U+0441
c
U+0063
у
U+0443
y
U+0079
х
U+0445
x
U+0078
А
U+0410
A
U+0041
В
U+0412
B
U+0042
Е
U+0415
E
U+0045
К
U+041A
K
U+004B
М
U+041C
M
U+004D
Н
U+041D
H
U+0048
О
U+041E
O
U+004F
Р
U+0420
P
U+0050
С
U+0421
C
U+0043
Т
U+0422
T
U+0054
Х
U+0425
X
U+0058
Слева — кириллица · справа — латиница
Слов со смешанными алфавитами:7
МoскваМосквакириллицы больше — меняем латиницу
Санкт-ПeтербургСанкт-Петербургкириллицы больше — меняем латиницу
HижнийНижнийкириллицы больше — меняем латиницу
стoлстолкириллицы больше — меняем латиницу
Moskвaне исправляеместь буква без пары — только показываем
ТaxiTaxiлатиницы больше — меняем кириллицу
Pyсьне исправляемничья — не исправляем
03

О гомоглифах

В русском и латинском алфавитах больше десятка букв выглядят одинаково. Смешанные слова появляются при копировании из PDF, при наборе с переключённой раскладкой и намеренно — чтобы обойти фильтры. Мы проверяем каждое слово: если в нём есть буквы обоих алфавитов, подсвечиваем их и предлагаем заменить на буквы алфавита, которого в слове больше.

Двойники

18 пар
а a · о o · с c
Строчные а, е, о, р, с, у, х и заглавные А, В, Е, К, М, Н, О, Р, С, Т, Х совпадают с латинскими по виду.

Почему это проблема

Поиск
0 совпадений
Слово «стол» с латинской «о» не найдётся ни поиском, ни Ctrl+F, ни запросом к базе данных.

Откуда берутся

PDF и раскладка
Mосква
Чаще всего — копирование из PDF и набор с переключённой раскладкой. Реже — намеренно.

Антиплагиат

Обход
не сработает
Системы проверки приводят двойников к одному алфавиту до сравнения, а их обилие помечают как подозрение.

Как исправляем

По большинству
Mосква → Москва
Если в слове больше кириллицы, латинские двойники меняются на кириллические, и наоборот.

Стандарт

UTS #39
confusables
Похожие символы описаны в стандарте Unicode о безопасности — по нему браузеры защищаются от поддельных доменов.
04

Частые вопросы

Вставьте текст в поле: слова, в которых смешаны кириллица и латиница, подсветятся, а латинские буквы в них будут подчёркнуты. Наведите на букву — увидите её код, например U+0061 у латинской «a» против U+0430 у русской «а». Под таблицей пар появится список всех смешанных слов: как каждое будет исправлено или почему его лучше оставить.

Обновлено

Текст обрабатывается в браузере и никуда не отправляется. Очистка не меняет авторство текста и не снимает водяные знаки нейросетей.

«» добавлен в избранное