从复制粘贴里筛掉隐形字符：零宽空格、伪空格、弯引号、全角字母……
English | 中文
复制网页/AI 聊天/PDF 里的 C++ 代码，编译报 stray '\342' in program？
从飞书文档复制 Python 代码，IndentationError？
Excel 导出的表格 VLOOKUP 死活匹配不上那几个看起来一模一样的数字？
不是你的错，是文本里混进了看不见的字符。ClipSift 负责把它筛掉。
复制 → 自动净化 → 粘贴
^^^^^^^^
ClipSift 在这里干活
U+200B 零宽空格（ZWSP）、U+00A0 不间断空格（NBSP）、U+2028 行分隔符、
U+FEFF BOM、U+201C/201D 弯引号……这些字符肉眼看和正常文本完全一样，
但它们不是同一个字节。
| 场景 | 表现 | 真实原因 |
|---|---|---|
| 网页复制 C++ 到 IDE | error: stray '\342' in program |
行里混进了 U+200B |
| 飞书/Notion 复制 Python | IndentationError: unexpected indent |
缩进是 NBSP 而不是空格 |
| Word 复制代码 | 满屏语法错误 | 中文全角标点 + 弯引号 |
| Excel/ERP 导出 CSV | VLOOKUP 匹配不上 |
单元格尾部有 U+00A0 |
| 命令行莫名报错 | command not found 但看着一模一样 |
复制了 U+00A0 当空格 |
| 被恶意文本钓鱼 | 源码里藏着看不见的指令 | U+E0000 Unicode Tag / bidi 覆盖 |
编程助手、AI 聊天窗口、飞书文档的富文本剪贴板，是这类字符的高发区。
- 按报错原文查 → 常见报错速查表
- 飞书这个具体场景 → 从飞书复制代码为什么老是报错
去 Releases 下载 ClipSift-setup.exe，双击，一路下一步。
winget install soybeanmilka.ClipSift暂时还用不了：清单已经备好、也winget validate过了， 但 PR 还没合并进 microsoft/winget-pkgs。合并之前请用上面的安装包。
装完是这样：
- 装到当前用户目录（
%LOCALAPPDATA%\Programs\ClipSift），不需要管理员权限，不弹 UAC - 安装时可以勾「开机自动启动」「创建桌面快捷方式」
- 想卸载就去「设置 → 应用 → 已安装的应用」找 ClipSift，点卸载； 程序文件、开始菜单、桌面图标、自启项一起清掉，还会问一句要不要保留你的规则设置
想免安装的话，clipsift-windows-x86_64.zip 解压即用。
| 平台 | 文件 | 装法 |
|---|---|---|
| Linux x64 | clipsift-linux-x86_64.tar.gz |
tar -xzf 后 sudo mv clipsift /usr/local/bin/ |
| macOS Apple Silicon | clipsift-macos-aarch64.tar.gz |
tar -xzf 后 mv clipsift ~/.local/bin/；首次运行可能要 xattr -d com.apple.quarantine clipsift |
单个可执行文件，无运行库依赖。
从源码编译（Rust 1.85+）：
cargo install --path crates/clipsift-cli自己打 Windows 安装包（需要 Inno Setup 6）：
cargo build --release
& "C:\Program Files (x86)\Inno Setup 6\ISCC.exe" /DAppVersion=0.3.2 installer\clipsift.iss
# 产物在 dist\ClipSift-0.3.2-setup.execlipsift watch跑起来后不用管它，你每次复制它都会检查一遍剪贴板，脏了就原地洗干净。 之后再粘贴就是干净的。Ctrl+C 退出。
clipsift autostart enable # 开机自动在后台守护，无窗口
clipsift autostart status # 看开没开
clipsift autostart disable # 关掉写完自启项不用重启也能验证：clipsift watch --background 就是这个自启项实际跑的东西。
写在 HKCU\Software\Microsoft\Windows\CurrentVersion\Run，不需要管理员权限。
任务管理器的「启动」标签页里也能看到并禁用同一个启动项。
如果改过规则想带上配置文件，参数用 --with 传（顺带一提：这里必须写绝对路径，
因为开机时工作目录是 C:\Windows\System32）：
clipsift autostart enable --with -c --with C:\Users\你\clipsift.json为什么不直接写
-c？因为-c是 ClipSift 自己的全局参数，直接接在autostart enable后面会被理解成"用这个配置文件去执行 autostart 命令"。--with明确表示"把这个参数原样记进启动项"。
# 管道
cat dirty.txt | clipsift > clean.txt
# 或者直接指定文件
clipsift -f dirty.txt -o clean.txtclipsift inspect < dirty.txt码点 字符 次数 备注
--------------------------------------------------------
U+200B · 3 零宽空格
U+00A0 · 2 伪空格
U+201C · 1 弯引号
U+201D · 1 弯引号
共 7 处可疑字符。
clipsift --report < dirty.txt清除 7 个隐形字符，减少 4 字符
U+200B 3 次 零宽空格
U+00A0 2 次 伪空格
U+201C 1 次 弯引号
U+201D 1 次 弯引号
--report 只打印报告，不输出正文。想同时要正文就别加这个参数。
clipsift once默认规则都经过验证，能覆盖 95% 的场景。
| 键名 | 名称 | 默认 | 干什么 |
|---|---|---|---|
invisible |
删除隐形字符 | 开 | 删 U+200B/200C/200D/2060/FEFF、bidi 控制符、Unicode Tag |
spaces |
伪空格归一 | 开 | U+00A0、U+2000-200A、U+3000 等 → 普通空格 |
confusables |
同形字转 ASCII | 开 | 弯引号 “”‘’、破折号 —–、省略号 … → ASCII |
fullwidth-alnum |
全角字母数字转半角 | 开 | Ａ→A、１２３→123、－＝（）→-=() |
fullwidth-punct |
全角标点转半角 | 关 | ，→,、。→.（中文正文里这些是正常写法，默认不动） |
merge |
合并硬回车 | 关 | PDF 抠正文用，非幂等，见下 |
collapse-ws |
压缩连续空白 | 开 | 行内多个空格 → 一个（不动缩进宽度） |
trim |
去行尾空白 | 开 | 删每行末尾的空格/tab |
control |
删控制字符 | 开 | 删 \0 等，保留 \n\r\t |
全角 － 出现在 x = －1 里，Python 直接报 SyntaxError；但它长得和标点一样，
很容易被当成“中文里正常的东西”放过。所以：
- 字母数字和运算符（
Ａ１－＝（））→ 默认修掉，因为在代码里必定出错 - 标点（
，。！？）→ 默认保留，因为中文正文里本来就这么写
反过来一刀切的话，要么代码里的全角运算符漏网，要么中文段落被打成一堆半角标点。
clipsift --off confusables --off merge < dirty.txt
clipsift --list-rules # 看所有键名--off fullwidth 仍然可用，会一次关掉上面那两档。
clipsift init > clipsift.json # 生成默认配置
# 改完再喂回去
clipsift -c clipsift.json < dirty.txt{
"invisible": true,
"normalize_spaces": true,
"confusables": true,
"fullwidth_alnum": true,
"fullwidth_punct": false,
"merge_hard_returns": false,
"collapse_whitespace": true,
"trim_trailing": true,
"strip_control": true,
"custom": []
}自定义正则规则：
{
"custom": [
{ "name": "去多余空行", "pattern": "\\n{3,}", "replacement": "\n\n", "enable": true }
]
}注意：键名拼错会报错而不是静默忽略。
collapse-ws 只压行内的连续空白，绝不碰行首缩进，连缩进宽度都保住。
早期版本顺手 trim 了每行两侧，结果从网页复制来的 Python 代码全部顶格——
那是把功能做成了 bug。
merge 的定义本身就和幂等矛盾：空行 = 段落边界（压成一个 \n），
单换行 = 排版折行（变成空格）。它自己产生的 \n 在第二轮会被当成折行吃掉。
"a⏎⏎b" --merge--> "a⏎b" --merge--> "a b"
所以它默认关闭，clipsift watch 用它时会警告。它是一次性变换，
只适合"把 PDF 正文摊平成一段"这种场景。
删掉一个控制字符会让两个原本不相邻的字符贴在一起，凭空造出新的"行尾空格"。
如果删字符的规则排在最后，这些新暴露的空白要等到下一轮才被处理——
不幂等。所以 strip_control 排在 collapse-ws/trim 之前。
Windows 的 AddClipboardFormatListener 需要窗口句柄 + 消息循环，
为了监听剪贴板拉一个隐藏窗口不值得。200ms 轮询人感知不到延迟，
CPU 开销在万分之一量级。
cargo test- 30 个单元测试覆盖每条规则和它们的组合，含全角运算符/中文标点的分档（
clipsift-core） - 9 个单元测试覆盖配置文件、
--off开关与开机自启注册表项（clipsift-cli） - 13 个单元测试覆盖守护线程生命周期、剪贴板状态机、主题对比度与列宽自适应（
clipsift-gui） - 7 个属性测试，含一万条随机脏文本验证幂等性
（1 万条里跳过 merge 相关的部分，非 merge 计划要求
apply(apply(x)) == apply(x)） cargo clippy --all-targets -- -D warnings无警告- 端到端验证过：文件级两次净化 SHA256 一致、剪贴板守护进程自动生效
- 三个平台的发行包都从 GitHub 下载回来重新验证过
版本号、tag、winget 清单、SHA256 的完整步骤见 RELEASE-CHECKLIST.md。 核心一条：winget 清单里的 SHA256 必须取 CI 产物，本地编的安装包字节不同，哈希对不上。
不想开命令行就装 clipsift-gui：双击打开，规则一勾就生效，守护在后台盯着剪贴板。
- 试衣间：贴一段文本，立刻列出「哪个字符 → 会变成什么」， 按危害程度排序（隐形字符排最前，其次是会引发语法错的全角运算符）
- 规则开关：勾掉即时生效，守护运行中改规则也会马上换用新规则
- 关窗口不退出：点 × 收进托盘继续守护（有托盘时窗口彻底藏掉，任务栏也不留按钮；
非 Windows 或托盘建不出来时退回收进任务栏），只有点「退出」或托盘菜单的「退出」才真退
（任务栏按钮是真的不留：藏窗口时会把窗口换成工具窗口样式，不是只
SW_HIDE—— 光藏可见性的话 Windows 仍会留一个点不动的僵尸按钮） - 托盘菜单：右键图标可以唤回窗口、开始/停止守护、立刻净化一次剪贴板、退出； 悬停提示显示「守护中/已停止 · 已净化 N 次」
- 开机自启：勾一下写进注册表，下次开机自动跑
- 浅色/深色主题，内嵌中文字体，不依赖系统字体
图形界面目前只发 Windows 版（Linux 上 egui 要额外的 X11/Wayland 头文件， 而这类字符的主要痛点在中文 Windows 环境的复制粘贴）。
| 方案 | 自动净化 | 支持正则 | 跨平台 | 说明 |
|---|---|---|---|---|
| ClipSift | ✅ 常驻监听 | ✅ | CLI 跨平台，监听目前限 Windows | 单文件、无依赖、规则透明 |
| Gremlins（VS Code 插件） | ❌ 只标红 | ❌ | ✅ | 只显示不修改 |
| Invisible AI Character Detector | ❌ 手动命令 | ❌ | ✅ | VS Code 内手动触发 |
| Ditto | ✅ 需配正则 | ✅ | Windows | 老牌剪贴板管理器，配置略重 |
| PureText | ✅ | ❌ | Windows | 只去富文本格式，不去零宽字符 |
手动 sed |
❌ | ✅ | ✅ | 每次都得记得跑 |
MIT