O hífen flexível (U+00AD): o hífen que você não consegue ver

O hífen flexível (U+00AD, escrito ­ em HTML) é o único hífen projetado para ser invisível. Ele diz ao renderizador onde uma palavra pode ser quebrada se a linha precisar envolver — uma dica tipográfica, não um caractere para ser lido. Quando a linha quebra nesse ponto, um hífen de verdade aparece no fim da linha; quando não, o caractere não ocupa nenhum espaço visível. Jornais, livros e a diagramação de textos longos usam a ideia há um século, e o Unicode lhe deu um ponto de código para que os arquivos pudessem carregar a dica junto com o texto.

Na web e nos dados, essa invisibilidade é precisamente o problema. Um hífen flexível não é um espaço, então não aparece como um vão estranho; não é um hífen, então uma busca por “-” não o encontra; e não pode ser digitado em uma caixa de localizar e substituir, porque não há tecla para ele. O texto copiado de um PDF é a fonte clássica: geradores de PDF espalham hífens opcionais pelas palavras para controlar a quebra de linha, e copiar o texto os traz junto — por isso uma frase colada de um PDF pode se recusar a corresponder à mesma frase digitada à mão. O mesmo acontece com o texto que passa de um processador de texto para um campo de banco de dados, uma célula de planilha ou uma caixa de busca.

O dano é específico e fácil de perder. Um índice de busca que contém “infor­mation” não encontrará a consulta “information”. Um validador de nome de usuário que rejeita bytes não ASCII rejeita um hífen flexível embora o usuário não possa vê-lo. Uma contagem de palavras o conta. Um editor de código o sinaliza como caractere inválido em uma string, às vezes com uma mensagem de erro que aponta para uma coluna onde nada parece errado. A correção é remover o caractere: o removedor de hífens deste site localiza o U+00AD por ponto de código e o apaga junto com os espaços que deixa para trás — a única maneira confiável de tirar algo que nenhum teclado pode produzir.