Detectar substitutos Unicode isolados em JSON

Regra aplicada

Alto D800–DBFF precisa de baixo DC00–DFFF seguinte; baixo sem alto anterior é isolado.

Distinguir unidade de caractere

JavaScript representa strings por unidades UTF-16. Muitos caracteres cabem em uma unidade, enquanto alguns, como vários emojis, usam um par alto e baixo. Um substituto isolado é apenas metade de um par necessário. Ele pode surgir em escapes JSON válidos sintaticamente, mesmo sem representar um valor escalar Unicode completo.

Cole um JSON geral para diagnóstico. A ferramenta analisa o objeto decodificado e percorre chaves e strings. Números, booleanos e null não contêm unidades textuais a verificar. A presença de um par válido não aparece como problema, por isso o exemplo de emoji completo produz zero achados enquanto um escape alto sozinho produz um.

Localizar sem expor valores

A tabela informa JSON Pointer, se o achado está na chave ou no valor, índice zero-based na string decodificada, tipo alto ou baixo e código da unidade. O índice é contado em unidades UTF-16. Não corresponde à coluna do arquivo JSON nem à contagem visual de caracteres, que pode agrupar acentos ou pares.

Os valores completos não entram no relatório baixado. Ainda assim, nomes de chaves e caminhos podem conter conteúdo sensível; a ferramenta não promete anonimização. Barra e til dos nomes são escapados conforme JSON Pointer. O relatório conserva os locais e códigos para que você examine o original conscientemente, sem uma substituição automática difícil de revisar.

Separar diagnóstico e correção

TextEncoder substitui unidades isoladas por U+FFFD ao gerar UTF-8, o que pode mudar a representação textual esperada. Detectar antes de exportar ajuda a investigar essa mudança. Normalização NFC responde a outro problema, composição canônica, e não deve ser usada como promessa de reparar qualquer unidade malformada.

O JSON admite até 250 mil unidades de texto, profundidade 60 e 20 mil nós. Estourar limites interrompe o relatório sem saída parcial. A página aceita JSON geral e não certifica que ele seja um backup restaurável. Também não detecta chaves duplicadas de origem após JSON.parse; use o detector específico para esse caso. Preserve o original antes de qualquer edição manual dos escapes.

Conferir dois cenários de referência

Cenários controlados para conferir esta regra. Cada resultado é calculado com as entradas explícitas e as demais opções do exemplo inicial.

Emoji válido

Entradas alteradas: JSON para diagnóstico Unicode = {"emoji":"\ud83d\ude00"}. As demais entradas seguem o exemplo inicial.

Em telas pequenas, deslize a tabela para conferir todas as colunas.

Pares alto+baixo válidos, como emoji, não são erros. Índices referem-se à string decodificada, não ao arquivo JSON. Não revela valores, mas nomes de chaves podem conter informação sensível. Aceita JSON geral; não certifica campanha restaurável nem corrige texto. TextEncoder substituiria unidades isoladas por U+FFFD.

Substituto baixo isolado

Entradas alteradas: JSON para diagnóstico Unicode = {"valor":"\udc00"}. As demais entradas seguem o exemplo inicial.

Em telas pequenas, deslize a tabela para conferir todas as colunas.

Pares alto+baixo válidos, como emoji, não são erros. Índices referem-se à string decodificada, não ao arquivo JSON. Não revela valores, mas nomes de chaves podem conter informação sensível. Aceita JSON geral; não certifica campanha restaurável nem corrige texto. TextEncoder substituiria unidades isoladas por U+FFFD.

Simulação independente: as informações descrevem o jogo ficcional República em Disputa, sem avaliação de pessoas reais ou previsão de uma eleição.