Ich habe einmal einen Nachmittag an ein einzelnes Zeichen verloren Ein User' s Name enthielt einen akzentuierten Buchstaben, er sah in der Datenbank gut aus, brach in einem PDF-Export ein und tauchte als ein Paar Fragezeichen in einem Log auf, Der Fix war trivial, sobald ich den eigentlichen Codepunkt hinter der Glyphe sehen konnte, aber da war drei verschiedene Werkzeuge und viel Schielen gemeint Das ist die Reibung, die ich gebaut habe Unicode-konverter auf Toolz.dev Zu entfernen: fügen Sie einen beliebigen Text ein und sehen Sie genau, woraus er besteht, in welcher Notation auch immer der Auftrag vor Ihnen sein mag, und dekodieren Sie jede dieser Notationen wieder in lesbaren Text Dies ist die Anleitung dazu und zu der Zeichenkodierung, die er offenlegt.
tl; dr: Jedes Zeichen hat einen Unicode-Codepunkt, eine Zahl, die wie U+0041 für A geschrieben ist. The Toolz Unicode-konverter Verwandeln Sie Text in diesen Codepunkt plus Dezimal-, Hex-, HTML-Entitäten (A und A), JavaScript-Escapes (A) und CSS-Escapes (\41) und dekodieren alle von ihnen zurück in Text. Es verarbeitet Emoji und andere Astralzeichen nach echtem Codepunkt, sodass sie korrekt umrunden, zeigt eine Tabelle pro Zeichen mit UTF-8 Bytes an und läuft vollständig clientseitig, sodass Ihr Text den Browser nie verlässt.
Was ist ein Unicode-Wandler?
Ein Unicode-Konverter übersetzt zwischen dem Text, den Sie lesen, und den Zahlen, die ein Computer dafür speichert Jedes Zeichen, von einem einfachen lateinischen Buchstaben über einen chinesischen Ideographen bis hin zu einem Emoji, erhält einen Codepunkt von Der Unicode-Standard, und dieser Codepunkt wird normalerweise in der Form U+ geschrieben, gefolgt von vier bis sechs hexadezimalen Ziffern: U+0041 für Großbuchstaben A, U+00E9 für E, U+4E16 für ., U+1F30D für das Erd-Emoji. Der Konverter liest alles, was Sie eingeben, und zeigt den Codepunkt hinter jedem Zeichen an. Anschließend können Sie denselben Codepunkt in einer der Notationen ausdrücken, die verschiedene Sprachen und Formate erwarten.
Der Grund, warum ein einzelner Codepunkt so viele Schriftformen hat, ist, dass verschiedene Kontexte unterschiedliche Escaping-Regeln haben Ein HTML-Dokument verwendet Zeichenverweise wie A In Dezimal - bzw A In hexadezimal. verwendet eine JavaScript-Zeichenfolge A, oder \u{1F30D} Für Zeichen jenseits des Grundbereichs verwendet ein CSS-Wert \41 Mit einem nachgestellten Leerzeichen Eine Spezifikation, ein Fehlerbericht oder ein Unicode-Diagramm verwendet die U+-Form. Sie zeigen alle auf dasselbe Zeichen; sie tragen nur unterschiedliche Kleidung, je nachdem, wo sie leben. Das Tool produziert sie alle aus einer Eingabe und kehrt eine davon um, sodass Sie sich nie daran erinnern müssen, welche Syntax eine bestimmte Datei haben möchte, oder ein kniffliges Zeichen von Hand neu eingeben müssen.
Was ist ein Unicode-Codepunkt und wie unterscheidet er sich von UTF-8?
Dies ist die Unterscheidung, die die meisten Codierungswirren beseitigt, daher lohnt es sich, präzise zu sein. Ein Codepunkt ist eine abstrakte Zahl, die ein Zeichen identifiziert. Es sagt nichts darüber aus, wie diese Zahl im Speicher gespeichert oder über ein Kabel gesendet wird. UTF-8 ist eine spezifische Möglichkeit, einen Codepunkt als Bytesequenz zu kodieren, definiert in RFC 3629. Die beiden sind verwandt, aber nicht dasselbe, und sie zu vermischen ist die Wurzel von vielen & quot; Warum ist mein Text verstümmelt" Bugs.
Nehmen Sie e, Codepunkt U+00E9. Als Codepunkt ist es eine einzelne Zahl, 233 in dezimal, in UTF-8 wird es als zwei Byte gespeichert, C3 A9. In UTF-16 ist es eine 16-Bit-Einheit Das Zeichen ist eine Sache; seine Byte-Darstellung hängt von der Kodierung ab Die pro-Zeichen-Tabelle im Konverter zeigt sowohl den Codepunkt als auch die UTF-8-Bytes nebeneinander, also wenn Sie einen Namen sehen, der rendert als é anstelle é, erkennt man sofort das klassische Symptom: UTF-8-Bytes werden gelesen, als wären sie eine Einzelbyte-Kodierung wie Latin-1. Das Sehen der Bytes ist oft der schnellste Weg, eine Kodierungsfehlanpassung zu diagnostizieren.
Hier ist eine kleine Karte eines Zeichens über die vom Tool erstellten Notationen hinweg.
| Notation | Wert für e (U+00E9) |
|---|---|
| Codepunkt | U+00E9 |
| dezimal | 233 |
| verhexen | 0xE9 |
| HTML-Dezimaleinheit | é |
| HTML-Hex-Entität | é |
| JavaScript-flucht | e |
| CSS-Flucht | \E9 |
| UTF-8 Bytes | C3 A9 |
Wie konvertiere ich Text in Unicode?
Wählen Sie Kodieren, wählen Sie die gewünschte Notation aus und geben Sie Ihren Text ein oder fügen Sie ihn ein Die Unicode-konverter Zeigt die codierte Ausgabe sofort an und füllt eine Tabelle pro Zeichen mit dem Codepunkt, dem Dezimalwert, der HTML-Entität und den UTF-8-Bytes für jede Glyphe aus. Kopieren Sie die Ausgabe und legen Sie sie in Ihr HTML, Stylesheet, Skript oder Dokument ab.
Die vier Schritte sind schnell Zuerst wählen Sie Encode, um von Text zu Notation zu gelangen, oder Decode, um in die andere Richtung zu gehen. Wählen Sie zweitens das Format: Codepunkt, Dezimalzahl, Hex, HTML-Entität, JavaScript-Escape oder CSS-Escape, und zum Dekodieren gibt es einen Automodus, der die gängigen Formulare für Sie erkennt. Drittens geben Sie Ihren Text ein und schauen Sie zu, wie er konvertiert. Viertens kopieren Sie das Ergebnis. Es gibt keinen Upload und kein Konto.
Die Konvertierung in HTML-Entitäten ist eine der häufigsten Verwendungszwecke und überschneidet sich mit der dedizierten HTML-entitäten Werkzeug, das sich auf benannte Entitäten konzentriert wie & und ©drohen der HTML-Entities-Guide Deckt ab, wann eine benannte Entität die richtige Wahl ist und wann eine numerische ist Dieser Konverter ergänzt sie, indem er Ihnen die numerische Code-Punktansicht eines beliebigen Zeichens mit Namen oder Nicht-Namen gibt.
Geht es richtig mit Emoji um?
Ja, und hier erzeugen viele einfachere Konverter leise eine defekte Ausgabe Zeichen über U+FFFF leben in dem, was Unicode die ergänzenden Ebenen nennt, und JavaScript speichert jede von ihnen intern als zwei 16-Bit-Codeeinheiten, die als Surrogatpaar bezeichnet werden Wenn ein Konverter eine Zeichenfolge naiv eine Codeeinheit nach der anderen läuft, teilt er ein Emoji in zwei Hälften und sendet zwei bedeutungslose Escapes aus, die sich nie wieder in das ursprüngliche Zeichen zusammensetzen.
Dieses Tool iteriert nach echtem Codepunkt, so wird ein Emoji wie die Erde (U+1F30 D) durchgehend als ein Zeichen behandelt Kodieren Sie es und Sie erhalten einen einzigen sauberen Wert: \u{1F30D} Im ES6-JavaScript-Formular, die 🌍 Als HTML-Entität U+1F30 D als Codepunkt Entschlüsseln Sie eines davon und das ursprüngliche Emoji kommt ganz zurück Beim Dekodieren von JavaScript-Escapes älterer Bauart, die als Surrogatpaare geschrieben wurden, wird 🌍„Das Tool kombiniert die Hälften richtig, anstatt Sie mit zwei kaputten Codeeinheiten zurückzulassen. Durch das Roundtrippen eines Emojis durch den Konverter erhalten Sie genau das zurück, womit Sie begonnen haben. Dies ist der Basistest, den ein Unicode-Tool bestehen muss und bei dem viele scheitern.
Wie dekodiere ich Unicode-Escapes zurück zum Text?
Wechseln Sie zum Dekodieren, fügen Sie die codierte Zeichenfolge ein und wählen Sie entweder das passende Format aus oder lassen Sie es automatisch eingeschaltet. Der automatische Modus erkennt die U+-Notation \u und \u{} JavaScript entweicht und &# und &#x HTML-Entitäten in der gleichen Eingabe, also ein gemischter Einfügevorgang aus einem Protokoll oder einer Konfigurationsdatei dekodiert immer noch Wenn Sie das genaue Format kennen, ist die direkte Auswahl die zuverlässigste Option, insbesondere für Dezimal- oder einfaches Hexfeld, bei dem bloße Zahlen sonst mehrdeutig sein könnten.
Die Dekodierung ist die Hälfte der Aufgabe, die Sie erreichen, wenn Sie codierten Text empfangen: eine JSON-Nutzlast voller \u Escapes, eine HTML-Quellansicht durchsetzt mit numerischen Entitäten, eine Stack-Spur, die eine Zeichenfolge in entwischter Form protokolliert hat Anstatt Zeichen für Zeichen von Hand zu dekodieren, fügen Sie das Ganze ein und lesen den Klartext zurück Der Konverter rekonstruiert die Originalzeichen und fügt, wie oben erwähnt, alle Ersatzpaare, denen er begegnet, korrekt wieder hinzu, damit Astralzeichen die Reise überleben.
Dieser paart sich gut mit den anderen Decodierungstools auf der Seite Prozentcodierter Text in einer URL ist die Aufgabe des URL-encoderund die von der Basis 64 codierte Binärdatei wird von der verwaltet base64-konverter. Es sind verschiedene Kodierungen für verschiedene Transporte, und zu wissen, welchen man betrachtet, ist die halbe Miete Die Webentwickler-Toolkit Leitfaden darlegt, wie diese Kodierungstools in der täglichen Arbeit zusammenpassen.
Wann bräuchte ich eigentlich CSS - oder JavaScript-Escapes?
Öfter als man erwarten würde, und meistens genau im Moment wird etwas nicht gerendert In CSS wird die content Eigenschaft eines ::before oder ::after Pseudoelement kann nicht in jeder Situation beliebige Zeichen direkt enthalten, so dass man ihnen entkommt: Ein nach rechts zeigender Pfeil wird content: "\2192". Die CSS-Escaping-Regeln, einschließlich des nachlaufenden Raums, der eine Hex-Escape beendet, sind in der definiert CSS-Syntaxmodul Level 3, und der Konverter gibt genau diese Form ab, sodass Sie ihn direkt in ein Stylesheet einfügen können.
In JavaScript können Sie mit Escapes ein Zeichen in den Quellcode einfügen, ohne dass es auf die Datei-'s-Kodierung oder auf Ihrem Editor ankommt, der es korrekt wiedergibt. © Unzweideutig ist, wo ein wörtliches Copyright-Symbol durch ein Werkzeug in der Pipeline verstümmelt werden könnte Für Zeichen jenseits der Basisebene, das ES6 \u{...} Form ist sauberer als ein Ersatzpaar, und der Konverter verwendet sie für Astralzeichen, während er die vierstellige Zahl beibehält \uXXXX Form für Zeichen, die darin passen HTML numerische Zeichenverweise, die &#...; Formen, dienen dem gleichen Zweck im Markup und unterliegen dem WHATWG HTML-Standard. Wenn Sie alle diese aus einer Eingabe generieren lassen, hören Sie auf, bei der Syntax zu raten, und kopieren jedes Mal das richtige Escape.
Welche Notation sollte ich wann verwenden?
Bei sieben angebotenen Ausgabeformaten ist die praktische Frage, welches eine gegebene Aufgabe haben möchte, und die Antwort wird fast immer von dem Ort bestimmt, wo der Charakter leben wird, und nicht von der Präferenz Wenn Sie HTML schreiben und ein Zeichen benötigen, dessen Eingabe umständlich ist oder das sonst als Markup interpretiert würde, verwenden Sie eine HTML-Entität: — oder sein Hex-Zwilling —. Wenn das Zeichen in ein JavaScript-String-Literal geht, verwenden Sie die \u Flucht, und greifen nach dem \u{...} Form, wenn das Zeichen jenseits der Basisebene liegt, gehört es in einen CSS-Wert, insbesondere die content Eigenschaft, verwenden Sie die CSS-Escape mit ihrem nachgestellten Leerzeichen Wenn Sie eine Spezifikation, einen Kommentar oder einen Fehlerbericht schreiben, in dem Sie das Zeichen eindeutig benennen möchten, ohne es wiederzugeben, ist die U+-Codepunktform die Konvention, die jeder erkennt.
Die Dezimal - und Hex-Ausgänge sind diejenigen, die Menschen seltener erreichen, aber sie sind wichtig, wenn Sie mit einem System sprechen, das in Rohzahlen spricht: eine Datenbankspalte, die Codepunkte speichert, ein Protokoll, das Zeichen als ganze Zahlen überträgt, eine Suche gegen eine Unicode-Datendatei, ein Zeichen auf seinen bloßen Dezimal - oder Hexadezimalwert umdrehen zu können, und wieder zurück, spart eine manuelle Basiskonvertierung genau in dem Moment, in dem Sie bereits tief in einer Debugging-Sitzung sind.
Es gibt eine Regel, die sich über alle von ihnen erstreckt: Welche Notation Sie auch immer aussenden, dekodieren Sie sie zurück und bestätigen Sie, dass Sie das Originalzeichen erhalten, bevor Sie ihr vertrauen. Round-Tripping ist die günstigste Korrektheitsprüfung, die es gibt, und es fängt die beiden klassischen Fehler sofort auf, ein verstümmeltes Ersatzpaar für ein Astralzeichen und ein Off-by-One in den Hex-Ziffern. Der Konverter führt dies durch Überprüfen Sie eine einzelne Paste in die entgegengesetzte Richtung. Wenn es sich um einen sicherheitsrelevanten Wert handelt, gilt die gleiche Disziplin für die Prozentkodierung, die von der Hex-Ziffer verwaltet wird URL-encoder, wobei ein falsches Escape ändern kann, was ein Server tatsächlich empfängt.
Ist es sicher, hier sensible Texte zu konvertieren?
Ja. Jede Konvertierung geschieht in JavaScript innerhalb Ihres Browsers Nichts, was Sie einfügen, wird an einen Server gesendet, nichts wird protokolliert, und das Tool arbeitet mit ausgeschalteter Verbindung weiter, sobald die Seite geladen wurde Sie können private Zeichenfolgen, Benutzerdaten oder den Inhalt einer internen Datei überprüfen, ohne dass etwas davon Ihren Computer verlässt.
Diese Eigenschaft ist nicht nebensächlich, sie ist der Grund, ein clientseitiges Tool für diese Art von Arbeit zu bevorzugen Der Text, den Sie durch einen Unicode-Konverter laufen lassen, ist oft genau der Text, den Sie am wenigsten an einen Dritten übergeben möchten: ein echter Benutzer' s Name, den Sie debuggen, ein Snippet eines privaten Datensatzes, eine Zeichenfolge aus einer unveröffentlichten Funktion Ein Server-Seiten-Konverter, so vertrauenswürdig er auch sein mag, ist eine weitere Partei in der Kette. Wenn Sie die Arbeit im Browser erledigen, wird die Frage entfernt Die umfassendere Argumentation liegt in der Datenschutz Online-Tools Anleitung, und es gilt für jedes Codierungstool auf Toolz.dev, von diesem bis zum Kodierungsleitfaden zur Basis64 und darüber hinaus.
Häufig gestellte Fragen
Wie konvertiere ich Text in Unicode?
Fügen Sie Ihren Text mit ausgewählter Kodierung in den Eingabebereich ein und wählen Sie ein Format wie Codepunkt oder HTML-Entität aus. Das Tool zeigt die Unicode-Darstellung jedes Zeichens sofort an, alles innerhalb Ihres Browsers.
Was ist ein Unicode-Codepunkt?
Ein Codepunkt ist die Zahl, die Unicode einem Zeichen zuweist, geschrieben wie U+0041 für A. Er identifiziert das Zeichen unabhängig davon, wie es gespeichert wird, weshalb derselbe Codepunkt als HTML-Entität, JavaScript-Escape oder a erscheinen kann CSS-Escape.
Was ist der Unterschied zwischen einem Codepunkt und UTF-8?
Ein Codepunkt ist die abstrakte Zahl für ein Zeichen; UTF-8 ist eine Möglichkeit, diese Zahl als ein bis vier Bytes zu speichern Die Tabelle pro Zeichen zeigt beides, sodass Sie sehen können, dass U+00E9 für e als die beiden UTF-8 Bytes C3 A9 gespeichert ist.
Geht es richtig mit Emoji um?
Ja. Emoji leben außerhalb des Grundbereichs und werden als Surrogatpaare in JavaScript gespeichert, der Konverter liest und schreibt sie nach echtem Codepunkt, also ein Emoji wie die Erde (U+1F30 D) Rundreisen ohne sich in zwei gebrochene Hälften aufzuteilen.
Wie dekodiere ich Unicode-Escapes zurück zum Text?
Wechseln Sie zu Dekodieren, fügen Sie die codierte Zeichenfolge ein und wählen Sie das passende Format oder verwenden Sie Auto, um es zu erkennen. Das Tool rekonstruiert die Originalzeichen und kombiniert alle gefundenen Ersatzpaare korrekt.
Wann bräuchte ich einen CSS-Escape?
Mit CSS-Escapes können Sie ein Zeichen in einen Stylesheet-Wert wie die Inhaltseigenschaft einfügen. Das Tool gibt Werte wie \41 mit dem nachgestellten Speicherplatz aus, den CSS verwendet, um ein Hex-Escape zu beenden, bereit zum Einfügen in eine Inhaltseigenschaft.
Kann es dasselbe Zeichen in mehrere Formate gleichzeitig konvertieren?
Ja. Wenn Sie ein Format auswählen, wird die Hauptausgabe festgelegt, und die Tabelle pro Zeichen zeigt immer den Codepunkt, den Dezimalwert, die HTML-Entität und die UTF-8-Bytes für jedes Zeichen an, sodass Sie mehrere Notationen auf einen Blick lesen können.
Ist es sicher, hier sensible Texte zu konvertieren?
Ja. Alle Konvertierungen erfolgen in JavaScript in Ihrem Browser. Es wird nichts an einen Server gesendet, nichts wird protokolliert und das Tool funktioniert mit deaktivierter Verbindung.
der Unicode-konverter Frei ist, vollständig in Ihrem Browser ausgeführt wird, und keine Anmeldung benötigt Ein Zeichen in eine beliebige Notation kodieren, zurück dekodieren, und die rohen Bytes hinter jeder Glyphe lesen Erkunden Sie es neben der Ascii-tabelle und die restlichen Codierungstools auf Toolz.devdrohen
