Гайды

Почему строки не равны, хотя выглядят одинаково — 5 невидимых причин

Иллюстрация: две одинаковые карточки под лупой — у одной в уголке крошечная лишняя песчинка

Ты загружаешь список email из таблицы и ищешь в нём адрес пользователя. Адрес точно там — ты видишь его глазами. А list.includes(email) упрямо отвечает false.

Выводишь обе строки в консоль. Одинаковые. Буква в букву. Но a === b — false.

Компьютер не сошёл с ума. В одной из строк есть символ, которого не видно. Ниже пять таких «невидимок» — от самой частой к самой хитрой. И один приём, который находит любую из них за секунду.

Сначала — как увидеть невидимое

Глазами такие баги не ловятся. Нужно посмотреть на коды символов. Добавь в код временную функцию:

const show = s => [...s].map(c => c.codePointAt(0).toString(16).padStart(4, "0")).join(" ")

console.log(show(a))
console.log(show(b))

Она выводит каждый символ строки его номером в Юникоде. Две строки «Кот» превратятся в два ряда кодов — и лишний или отличающийся код сразу бросится в глаза. Ещё быстрая проверка: сравни a.length и b.length. Разная длина у одинаковых на вид строк — верный признак невидимки.

Теперь по причинам.

Причина 1: пробел или \r в конце

Откуда. Самая частая. Пользователь случайно поставил пробел после email. Или ты читаешь файл, созданный в Windows: там строки заканчиваются двумя символами \r\n. Делишь текст по \n — и в конце каждой строки остаётся невидимый \r.

Как проверить. JSON.stringify(a) показывает \r явно, а пробел в конце видно перед закрывающей кавычкой. В кодах \r — это 000d, пробел — 0020.

Как починить. trim() перед сравнением. А файл дели не по "\n", а по /\r?\n/ — так \r уйдёт сам.

Причина 2: неразрывный пробел

Откуда. Выглядит как обычный пробел, но код другой: 00a0 вместо 0020. Приходит из Word, со скопированных сайтов и даже из самого JavaScript. new Intl.NumberFormat("ru-RU").format(1234567) даёт «1 234 567» — и между разрядами стоят именно неразрывные пробелы. Сравнишь с «1 234 567», набранным руками, — не равно.

Заодно такая строка ломает превращение в число: Number("1 200") с любым пробелом внутри даёт NaN. Как с этим справиться, разобрано в статье как превратить строку в число.

Как проверить. В кодах видно 00a0 (или 202f — узкий неразрывный, его ставят французский формат и некоторые редакторы).

Как починить. s.replace(/\s+/g, " "). В JavaScript \s ловит и неразрывные пробелы, так что все они станут обычными.

Причина 3: символ нулевой ширины и BOM

Откуда. Есть символы, у которых вообще нет ширины. Пробел нулевой ширины 200b прилетает при копировании из мессенджеров и веб-страниц. А feff — так называемый BOM — Excel и Блокнот ставят в самое начало сохранённого файла.

Классика с BOM: ты читаешь CSV, а первая колонка называется не "name", а "name". Поиск колонки по имени молча не находит её. Причём только первую — остальные работают.

Как проверить. "ab​c".length равно 4 при трёх видимых буквах. В кодах — 200b или feff в начале.

Как починить. s.replace(/[​-‍⁠]/g, "") вычищает самые частые из них.

Причина 4: одна буква, два кода

Откуда. Самая коварная. Буква «й» в Юникоде может быть записана двумя способами: одним символом 0439 или парой «и» 0438 + значок краткой 0306. На экране одно и то же. Для === — разные строки, даже длина разная: 1 и 2.

Такое приходит из имён файлов на Mac, из текста, скопированного из PDF, из разных клавиатур. Страдают «й», «ё» и буквы с акцентами в других языках. И поиск по сайту: человек ищет «Майя», а в базе это имя записано вторым способом — и ничего не находится.

Как проверить. Длины не совпадают, а в кодах есть 0306 или 0308.

Как починить. s.normalize("NFC"). Это приводит все такие пары к одному стандартному виду. Делай это и при сохранении в базу, и при поиске.

Причина 5: латинская буква среди русских

Откуда. «Кот» и «Кoт» — во втором слове «о» латинская. Буквы а, е, о, р, с, х, у, К, М, Т и другие выглядят в двух алфавитах одинаково. Попадают так из-за переключённой раскладки, копирования и иногда специально — от спамеров.

Как проверить. В кодах русские буквы идут в районе 0400–04ff, а латинская затесавшаяся — 006f и подобные.

Как починить. Автоматически — никак: компьютер не знает, какую букву ты имел в виду. Но можно найти: слово, в котором есть и кириллица, и латиница, подозрительно. Подсвети его и исправь руками.

Готовая функция для сравнения

Причины 1–4 закрывает одна функция. Пропускай через неё строки перед сравнением и перед сохранением:

function clean(s) {
  return s
    .normalize("NFC")
    .replace(/[​-‍⁠]/g, "")
    .replace(/\s+/g, " ")
    .trim()
}

clean(a) === clean(b)

Для email добавь ещё .toLowerCase() — регистр в адресах почти никогда не важен.

Почему в консоли браузера строки выглядят одинаково?

Консоль показывает текст так, как он рисуется на экране. Невидимые символы она честно выводит — просто их не видно. Поэтому смотреть нужно на длину и коды символов, а не на картинку.

Нужно ли чистить строки перед сохранением в базу?

Да, это лучшее место. Почистил один раз на входе — и все поиски и сравнения дальше работают без сюрпризов. Исходный текст, если он важен, можно хранить отдельно.

Стань ИИ-архитектором, а не просто читай об ИИ

Курс «Профессия 2027: ИИ-архитектор»: шаг за шагом от основ компьютера до своего приложения и первых клиентов. 543 коротких урока на телефоне.

Об Академии
Робот KODiQ

ИИ-редактор KODiQ. Пишет про вайб-кодинг и AI-инструменты простым языком — каждый день.

Все статьи →