J'ai perdu une après-midi une fois contre un seul personnage Un utilisateur' ; son nom contenait une lettre accentuée, il avait l'air bien dans la base de données, s'est cassé dans une exportation PDF et s'est présenté comme une paire de points d'interrogation dans un journal. Le correctif était trivial une fois que je pouvais voir le point de code réel derrière le glyphe, mais y arriver signifiait trois outils différents et beaucoup de plissement. C'est la friction que j'ai construite convertisseur unicode sur Toolz.dev pour supprimer : collez n'importe quel texte et voyez exactement de quoi il est fait, quelle que soit la notation souhaitée par le travail devant vous, et décodez n'importe laquelle de ces notations en texte lisible. Ceci est le guide et le caractère codant qu'il expose.
tl;dr : Chaque caractère a un point de code Unicode, un nombre écrit comme U+0041 pour A. The Toolz convertisseur unicode transforme le texte en ce point de code plus les entités décimales, hexadécimales et HTML (A ; et A ;), JavaScript échappe (A) et CSS s'échappe (\41) et décode n'importe lequel d'entre eux vers le texte. Il gère les emoji et autres caractères astraux par point de code vrai afin qu'ils s'arrondissent correctement, affiche une table par caractère avec des octets UTF-8 et s'exécute entièrement côté client afin que votre texte ne quitte jamais le navigateur.
Qu'est-ce qu'un convertisseur Unicode ?
Un convertisseur Unicode traduit entre le texte que vous lisez et les chiffres qu'un ordinateur stocke pour lui Chaque caractère, d'une lettre latine simple à un idéographe chinois en passant par un emoji, se voit attribuer un point de code par la norme Unicode[traduction], et ce point de code est habituellement écrit sous la forme U+ suivie de quatre à six chiffres hexadécimaux : U+0041 pour le majuscule A, U+00E9 pour é, U+4E16 pour 世, U+1F30 D pour l'emoji terrestre Le convertisseur lit tout ce que vous tapez et montre le point de code derrière chaque caractère, puis vous permet d'exprimer ce même point de code dans l'une des notations des différents langages et formats attendus.
La raison pour laquelle un seul point de code a autant de formes écrites est que différents contextes ont des règles d'échappement différentes Un document HTML utilise des références de caractères comme A en décimal ou A en hexadécimal. Une chaîne JavaScript utilise A, ou \u{1F30D} pour les caractères au-delà de la plage de base Une valeur CSS utilise \41 avec un espace de fin Une spécification, un rapport de bug, ou un graphique Unicode utilise la forme U+ Ils pointent tous vers le même caractère ; ils portent juste des vêtements différents selon l'endroit où ils vivent L'outil les produit tous à partir d'une seule entrée et inverse l'un d'entre eux, donc vous n'avez jamais à vous rappeler quelle syntaxe veut un fichier donné ou retaper un caractère délicat à la main.
Qu'est-ce qu'un point de code Unicode, et en quoi est-il différent de UTF-8 ?
C'est la distinction qui dissipe la plus grande confusion d'encodage, donc cela vaut la peine d'être précis Un point de code est un nombre abstrait qui identifie un caractère Il ne dit rien sur la façon dont ce nombre est stocké en mémoire ou envoyé sur un fil UTF-8 est une façon spécifique d'encoder un point de code comme une séquence d'octets, définie dans RFC3629. Les deux sont liés mais pas la même chose, et les mélanger est la racine de beaucoup de " ; pourquoi mon texte est-il brouillé" ; bugs.
Prenez é, point de code U+00E9 En tant que point de code c'est un nombre unique, 233 en décimal En UTF-8 il est stocké sous forme de deux octets, C3 A9. Dans UTF-16, c'est une unité de 16 bits Le caractère est une chose ; sa représentation d'octet dépend de l'encodage La table par caractère dans le convertisseur montre à la fois le point de code et les octets UTF-8 côte à côte, donc quand vous voyez un nom qui rend comme é au lieu de é8, vous pouvez immédiatement reconnaître le symptôme classique : les octets UTF-8 sont lus comme s'il s'agissait d'un codage sur un seul octet comme Latin-1. Voir les octets est souvent le moyen le plus rapide de diagnostiquer une inadéquation de codage.
Voici une petite carte d'un caractère à travers les notations produites par l'outil.
| Notation | Valeur pour é (U+00E9) |
|---|---|
| Point de code | U+00E9 |
| décimal | 233 |
| jeter un sort sur | 0xE9 |
| Entité décimale HTML | é |
| Entité hexadécimale HTML | é |
| Évasion JavaScript | é |
| Évasion CSS | \E9 |
| Octets UTF-8 | C3A9 |
Comment convertir du texte en Unicode ?
Choisissez Encoder, choisissez la notation souhaitée et tapez ou collez votre texte. Le convertisseur unicode affiche la sortie codée immédiatement et remplit une table par caractère avec le point de code, la valeur décimale, l'entité HTML et les octets UTF-8 pour chaque glyphe Copiez la sortie et déposez-la dans votre HTML, feuille de style, script ou document.
Les quatre étapes sont rapides Tout d'abord, sélectionnez Encoder pour passer du texte à la notation, ou Décoder pour aller dans l'autre sens Deuxièmement, choisissez le format : point de code, décimal, hex, entité HTML, échappement JavaScript, ou échappement CSS, et pour le décodage il y a un mode automatique qui détecte les formes communes pour vous Troisièmement, entrez votre texte et regardez-le convertir Quatrièmement, copiez le résultat Il n'y a pas de téléchargement et pas de compte.
La conversion en entités HTML est l'une des utilisations les plus courantes et chevauche celle dédiée entités html outil, qui se concentre sur les entités nommées comme & et ©. le guide des entités HTML couvre quand une entité nommée est le bon choix et quand une numérique est Ce convertisseur le complète en vous donnant le point de vue de code numérique de tout caractère, nommé ou non.
Est-ce qu'il gère correctement les emoji ?
Oui, et c'est là que beaucoup de convertisseurs plus simples produisent tranquillement une sortie cassée Les caractères au-dessus de U+FFFF vivent dans ce qu'Unicode appelle les plans supplémentaires, et JavaScript stocke chacun d'eux en interne comme deux unités de code de 16 bits appelées paire de substitution Si un convertisseur parcourt naïvement une chaîne une unité de code à la fois, il divise un emoji en deux moitiés et émet deux échappements dénués de sens qui ne se réassembleront jamais dans le caractère original.
Cet outil itére par point de code vrai, donc un emoji comme la terre (U+1F30 D) est traité comme un caractère tout au long Encodez-le et vous obtenez une seule valeur propre : \u{1F30D} sous la forme ES6 JavaScript, 🌍 en tant qu'entité HTML, U+1F30D comme point de code Décodez n'importe lequel de ceux-ci et l'emoji original revient entier Lors du décodage des échappements JavaScript de style plus ancien qui ont été écrits comme des paires de substitution, des 🌍[TRADUCTION] ?L'outil combine correctement les moitiés plutôt que de vous laisser avec deux unités de code cassées. Le déclenchement d'un emoji à travers le convertisseur vous rend exactement ce avec quoi vous avez commencé, c'est-à-dire le test de base qu'un outil Unicode doit réussir et beaucoup échouent.
Comment décoder les échappements Unicode en texte ?
Passez au décodage, collez la chaîne codée et choisissez le format correspondant ou laissez-le automatiquement. Le mode automatique reconnaît la notation U+, \u et \u{} JavaScript s'échappe, et &# et &#x Entités HTML dans la même entrée, donc un collet mélangé d'un journal ou d'un fichier de configuration décode toujours Si vous connaissez le format exact, le sélectionner directement est l'option la plus fiable, en particulier pour l'hexagone décimal ou simple où les nombres nus pourraient autrement être ambigus.
Le décodage est la moitié du travail que vous recherchez lorsque vous êtes sur la réception d'un texte codé : une charge utile JSON pleine de \u échappes, une vue source HTML criblée d'entités numériques, une trace de pile qui enregistrait une chaîne sous forme échappée Plutôt que de décoder manuellement caractère par caractère, vous collez le tout et lisez le texte brut. Le convertisseur reconstruit les caractères originaux et, comme indiqué ci-dessus, rejoint correctement toutes les paires de substitution qu'il rencontre afin que les caractères astraux survivent au voyage.
Cela se marie bien avec les autres outils de décodage du site Le texte codé en pourcentage dans une URL est le travail du encodeur d'url« , et le binaire codé en base64 est géré par le » convertisseur base64. Ce sont des encodages différents pour différents transports, et savoir lequel vous regardez est la moitié de la bataille Le Boîte à outils pour les développeurs Web le guide explique comment ces outils de codage s'articulent dans le travail quotidien.
Quand aurais-je réellement besoin d'échappées CSS ou JavaScript ?
Plus souvent que vous ne l'espériez, et généralement au moment exact quelque chose n'est pas rendu En CSS, le content propriété d'un ::before ou ::after pseudo-élément ne peut pas contenir de caractères arbitraires directement dans chaque situation, donc vous leur échappez : une flèche pointant vers la droite devient content: "\2192". Les règles d'échappement CSS, y compris l'espace arrière qui termine une fuite hexagonale, sont définies dans le Module de syntaxe CSS niveau 3« , et le convertisseur émet exactement cette forme afin que vous puissiez la coller directement dans une feuille de style ».
En JavaScript, les échappements vous permettent de mettre un caractère dans le code source sans dépendre du fichier' ; s encodant ou de votre éditeur le rendant correctement. © est sans ambiguïté là où un symbole littéral de droit d'auteur pourrait être mutilé par un outil dans le pipeline Pour les caractères au-delà du plan de base, l'ES6 \u{...} la forme est plus propre qu'une paire de substitution, et le convertisseur l'utilise pour les caractères astraux tout en conservant les quatre chiffres \uXXXX formulaire pour les caractères qui s'y insèrent Références de caractères numériques HTML, le &#...; les formulaires répondent au même objectif dans le balisage et sont régis par le Norme HTML WHATWG. Avoir tous ces éléments générés à partir d'une seule entrée signifie que vous arrêtez de deviner la syntaxe et copiez la bonne évasion à chaque fois.
Quelle notation dois-je utiliser, et quand ?
Avec sept formats de sortie proposés, la question pratique est de savoir lequel veut une tâche donnée, et la réponse est presque toujours dictée par l'endroit où le personnage va vivre plutôt que par la préférence Si vous écrivez HTML et avez besoin d'un caractère maladroit à taper ou qui serait autrement interprété comme un balisage, utilisez une entité HTML : Si vous écrivez HTML et avez besoin d'un caractère maladroit à taper ou qui serait autrement interprété comme un balisage — ou son jumeau hexagonal —. Si le caractère entre dans un littéral de chaîne JavaScript, utilisez le \u évadez-vous et atteignez le \u{...} formez lorsque le caractère est au-delà du plan de base S'il appartient à une valeur CSS, en particulier le content propriété, utilisez l'échappement CSS avec son espace de fin Si vous écrivez une spécification, un commentaire ou un rapport de bug où vous souhaitez nommer le caractère sans ambiguïté sans le restituer, la forme de point de code U+ est la convention que tout le monde reconnaît.
Les sorties décimales et hexadécimales sont celles que les gens atteignent moins souvent, mais elles comptent lorsque vous parlez à un système qui parle en nombres bruts : une colonne de base de données stockant des points de code, un protocole qui transmet des caractères sous forme d'entiers, une recherche par rapport à un fichier de données Unicode. Pouvoir basculer un caractère vers sa valeur décimale ou hexadécimale nue, et inversement, enregistre une conversion manuelle de base exactement au moment où vous êtes déjà au plus profond d'une session de débogage.
Il y a une règle qui les coupe tous : quelle que soit la notation que vous émettez, décodez-la et confirmez que vous obtenez le caractère original avant de lui faire confiance Le Round-tripping est le contrôle de correction le moins cher qui soit, et il attrape immédiatement les deux erreurs classiques, une paire de substitution mutilée pour un caractère astral et un off-by-un dans les chiffres hexagonaux Le convertisseur fait que vérifier une seule pâte dans la direction opposée Si une valeur sensible à la sécurité est impliquée, la même discipline s'applique au pourcentage-encodage géré par le encodeur d'url(en), où une mauvaise évasion peut changer ce qu'un serveur reçoit réellement.
Est-il sécuritaire de convertir du texte sensible ici ?
Oui. Chaque conversion se produit en JavaScript à l'intérieur de votre navigateur Rien de ce que vous collez n'est envoyé à un serveur, rien n'est enregistré et l'outil continue de fonctionner avec votre connexion désactivée une fois la page chargée. Vous pouvez inspecter les chaînes privées, les données utilisateur ou le contenu d'un fichier interne sans qu'aucun d'entre eux ne quitte votre machine.
Cette propriété n'est pas accessoire, c'est la raison de préférer un outil côté client pour ce genre de travail Le texte que vous exécutez via un convertisseur Unicode est souvent exactement le texte que vous voudriez le moins remettre à un tiers : un utilisateur réel' ; le nom que vous déboguez, un extrait d'un jeu de données privé, une chaîne d'une fonctionnalité inédite Un convertisseur côté serveur, aussi digne de confiance soit-il, est une partie de plus dans la chaîne Faire le travail dans le navigateur supprime la question Le raisonnement plus large est dans le outils en ligne de confidentialité des données guide, et il s'applique à tous les outils de codage sur Toolz.dev, de celui-ci au guide d'encodage Base64 et au-delà.
Questions fréquentes
Comment convertir du texte en Unicode ?
Collez votre texte dans la zone de saisie avec Encode sélectionné et choisissez un format tel que point de code ou entité HTML L'outil affiche instantanément la représentation Unicode de chaque caractère, le tout dans votre navigateur.
Qu'est-ce qu'un point de code Unicode ?
Un point de code est le nombre qu'Unicode attribue à un caractère, écrit comme U+0041 pour A. Il identifie le caractère indépendamment de la façon dont il est stocké, c'est pourquoi le même point de code peut apparaître comme une entité HTML, une échappée JavaScript ou une échappée CSS.
Quelle est la différence entre un point de code et UTF-8 ?
Un point de code est le nombre abstrait pour un caractère ; UTF-8 est une façon de stocker ce nombre comme un à quatre octets Le tableau par caractère montre les deux, de sorte que vous pouvez voir que U+00E9 pour é est stocké comme les deux octets UTF-8 C3 A9.
Est-ce qu'il gère correctement les emoji ?
Oui. Les emoji vivent en dehors de la plage de base et sont stockés sous forme de paires de substitution en JavaScript. Le convertisseur les lit et les écrit par point de code vrai, donc un emoji comme la terre (U+1F30D) fait des allers-retours sans se diviser en deux moitiés brisées.
Comment décoder les échappements Unicode en texte ?
Basculez vers Décoder, collez la chaîne codée et choisissez le format correspondant ou utilisez auto pour la détecter L'outil reconstruit les caractères d'origine, en combinant correctement toutes les paires de substitution qu'il trouve.
Quand aurais-je besoin d'une évasion CSS ?
Les échappements CSS vous permettent de mettre un caractère dans une valeur de feuille de style telle que la propriété de contenu L'outil génère des valeurs telles que \41 avec l'espace final utilisé par CSS pour mettre fin à une échappement hexadécimal, prêt à être collé dans une propriété de contenu.
Peut-il convertir le même caractère en plusieurs formats à la fois ?
Oui. Le choix d'un format définit la sortie principale et la table par caractère affiche toujours le point de code, la valeur décimale, l'entité HTML et les octets UTF-8 pour chaque caractère, afin que vous puissiez lire plusieurs notations en un coup d'œil.
Est-il sécuritaire de convertir du texte sensible ici ?
Oui. Toute conversion se produit en JavaScript à l'intérieur de votre navigateur Rien n'est envoyé à un serveur, rien n'est enregistré et l'outil fonctionne avec votre connexion désactivée.
le convertisseur unicode est gratuit, fonctionne entièrement dans votre navigateur et n'a besoin d'aucune inscription. Encodez un caractère dans n'importe quelle notation, décodez-le et lisez les octets bruts derrière n'importe quel glyphe. Explorez-le aux côtés du table d'ascii et le reste des outils d'encodage sur Toolz.dev.
