VSCode中中文乱码及隐藏字符问题源于UTF-8文件混入\u202a-\u202e、\u2066-\u2069等Unicode控制符，或GBK编码被UTF-8误读；需用正则[\u202a-\u202e\u2066-\u2069]定位并安全替换清除。
VSCode里出现“不可见字符”提示、中文显示为方块或问号、正则匹配错位、Git diff 显示异常增删——这些都不是文件损坏，而是编码层混入了不该存在的字符。核心问题就一个：UTF-8 文件里掺了 \u202a、\u2066 这类 Unicode 控制符，或用 GBK 编码保存却以 UTF-8 解读。清理必须分两步：先定位，再安全去除。
怎么快速定位\u202a、\u2066这类Unicode控制字符
它们本身不可见，但会卡光标、破坏对齐、让 git diff 无故报变更。VSCode 的提示只说“有”，不说在哪——得自己搜。
- 打开搜索框（
Ctrl+H/Cmd+H），点击右上角.*按钮启用正则模式 - 输入正则：
[\u202a-\u202e\u2066-\u2069]（覆盖 LRE、RLE、PDI、LRI 等全部常见方向控制符） - 别漏掉
\u2066-\u2069：微信/网页粘贴的新文档里它们比\u202a更常出现 - 大文件时 VSCode 默认只高亮前 100 处，滚动到底部再搜一次，或分段复制到新 tab 再查
VSCode内一键批量删除控制字符的实操方式
全选 + 替换为空？危险。可能误删缩进空格、BOM 或合法零宽连接符。要精准只动控制符。
- 在已启用正则的搜索框中，填入
[\u202a-\u202e\u2066-\u2069]，替换栏留空，点Replace All - 确认替换后检查关键位置：JSON key 开头、Markdown 表格第一列、注释行首——这些地方最易藏
\u202a - 如果文件是多人协作或 CI 流程中自动处理，改用 Node.js 脚本：
fs.readFileSync('file.txt', 'utf8').replace(/[\u202a-\u202e\u2066-\u2069]/g, '')，再写回，避免编辑器状态干扰 - 慎用
sed：UTF-8 下这些字符是三字节序列（如\u202a→\xe2\x80\xaa），普通sed不支持 Unicode，得用perl -i -CSD -pe 's/[\x{202a}-\x{202e}\x{2066}-\x{2069}]//g'
为什么删完 Git 还提示内容变更
不是没删干净，而是删对了——控制字符被移除后，文本长度真实变化了。但更隐蔽的问题是视觉欺骗：
- 某些编辑器（旧版 Notepad++、微信粘贴）会在中文行首悄悄加
\u202a（LTR embedding），删掉它后，原本“靠右对齐”的中文左移一格，肉眼难辨，但git diff明确记录了字符数减少 - 执行
git diff --ignore-space-at-eol看是否还有差异：如果只剩行尾空格变动，大概率是残留控制符或误操作；如果有实质内容行变动，说明删的位置不对（比如删了\u200b零宽空格，它常用于绕过语法校验） -
Gremlins tracker扩展能可视化所有隐藏字符，但它不修改文件——适合诊断，不适合批量清洗；开启后看到浅红小方块就是\u200b，橙色感叹号是 BOM，别手抖全删
真正麻烦的从来不是“怎么删”，而是“删完要不要重测逻辑”。比如正则里用了 \s 匹配空白，而 \u202a 不属于 \s，删掉后可能让原逻辑多匹配一行——这种副作用不会报错，但会让行为漂移。动手前，先看它出现在哪类上下文里。
