Ho perso un pomeriggio una volta a causa di un singolo personaggio Un nome user's conteneva una lettera accentata, sembrava a posto nel database, ha rotto in un'esportazione PDF e si è presentato come una coppia di punti interrogativi in un registro La correzione era banale una volta che ho potuto vedere il punto di codice reale dietro il glifo, ma arrivarci significava tre strumenti diversi e un sacco di strabismo Questo è l'attrito che ho costruito convertitore unicode innanzi Toolz.dev per rimuovere: incollare qualsiasi testo e vedere esattamente di cosa è fatto, in qualsiasi notazione il lavoro di fronte a voi vuole, e decodificare una qualsiasi di quelle notazioni di nuovo al testo leggibile Questa è la guida ad esso e al carattere di codifica che espone.
tl; dr: Ogni carattere ha un punto di codice Unicode, un numero scritto come U+0041 per A. The Toolz convertitore unicode trasforma il testo in quel punto di codice più entità decimali, esadecimali, HTML (A e A), escape JavaScript (A) ed escape CSS (\41) e decodifica uno qualsiasi di essi tornando al testo Gestisce emoji e altri caratteri astrali in base al vero punto di codice in modo che effettuino il viaggio di andata e ritorno correttamente, mostra una tabella per carattere con byte UTF-8 ed esegue interamente lato client in modo che il testo non lasci mai il browser.
Che cosa è un convertitore Unicode?
Un convertitore Unicode traduce tra il testo che leggi e i numeri che un computer memorizza per esso Ad ogni carattere, da una semplice lettera latina a un ideografo cinese a un'emoji, viene assegnato un punto di codice da lo standard Unicode, e quel punto di codice è solitamente scritto nella forma U+ seguita da quattro a sei cifre esadecimali: U+0041 per la A maiuscola, U+00E9 per é, U+4E16 per the, U+1F30D per l'emoji terrestre Il convertitore legge qualunque cosa digiti e mostra il punto di codice dietro ogni carattere, quindi ti consente di esprimere lo stesso punto di codice in una qualsiasi delle notazioni che lingue e formati diversi si aspettano.
Il motivo per cui un singolo punto di codice ha così tante forme scritte è che contesti diversi hanno regole di fuga diverse Un documento HTML utilizza riferimenti a caratteri come A in decimale o A in esadecimale Una stringa JavaScript utilizza A, o \u{1F30D} per caratteri oltre l'intervallo di base Un valore CSS utilizza \41 con uno spazio finale Una specifica, una segnalazione di bug o un grafico Unicode utilizza la forma U+ Tutti indicano lo stesso carattere; indossano semplicemente abiti diversi a seconda di dove vivono Lo strumento li produce tutti da un input e ne inverte uno qualsiasi, quindi non devi mai ricordare quale sintassi un dato file desidera o riscrivere un carattere complicato a mano.
Che cos'è un punto di codice Unicode e in cosa differisce da UTF-8?
Questa è la distinzione che chiarisce la maggior parte della confusione di codifica, quindi vale la pena essere precisi Un punto di codice è un numero astratto che identifica un carattere Non dice nulla su come quel numero è memorizzato in memoria o inviato su un filo UTF-8 è un modo specifico di codificare un punto di codice come una sequenza di byte, definiti in RFC3629. I due sono correlati ma non la stessa cosa, e mescolarli è la radice di un sacco di & quot; perché il mio testo è confuso" bug.
Prendi é, punto di codice U+00E9 Come punto di codice è un numero singolo, 233 in decimale In UTF-8 è memorizzato come due byte, C3 A9. In UTF-16 è un'unità a 16 bit Il carattere è una cosa; la sua rappresentazione dei byte dipende dalla codifica La tabella per carattere nel convertitore mostra sia il punto di codice che i byte UTF-8 fianco a fianco, quindi quando vedi un nome che rende come é invece di é, puoi riconoscere immediatamente il sintomo classico: i byte UTF-8 vengono letti come se fossero una codifica a byte singolo come Latin-1. Vedere i byte è spesso il modo più veloce per diagnosticare una mancata corrispondenza di codifica.
Ecco una piccola mappa di un carattere attraverso le notazioni prodotte dallo strumento.
| Notazione | Valore per é (U+00E9) |
|---|---|
| Punto codice | U+00E9 |
| decimale | 233 |
| stregato | 0xE9 |
| Entità decimale HTML | é |
| Entità esagonale HTML | é |
| Evasione JavaScript | é |
| Fuga CSS | \E9 |
| byte UTF-8 | C3A9 |
Come faccio a convertire il testo in Unicode?
Scegli Codifica, scegli la notazione che desideri e digita o incolla il tuo testo. IL convertitore unicode mostra immediatamente l'output codificato e compila una tabella per carattere con il punto di codice, il valore decimale, l'entità HTML e i byte UTF-8 per ciascun glifo Copia l'output e rilascialo nel tuo HTML, foglio di stile, script o documento.
I quattro passaggi sono rapidi Per prima cosa, seleziona Codifica per passare dal testo alla notazione, o Decodifica per andare dall'altra parte In secondo luogo, scegli il formato: punto codice, decimale, esadecimale, entità HTML, escape JavaScript o escape CSS, e per la decodifica c'è una modalità automatica che rileva i moduli comuni per te In terzo luogo, inserisci il tuo testo e guardalo convertire In quarto luogo, copia il risultato Non c'è caricamento e nessun account.
La conversione in entità HTML è uno degli usi più comuni e si sovrappone a quello dedicato entità html tool, che si concentra su entità denominate come & e ©. la guida alle entità HTML copre quando un'entità con nome è la scelta giusta e quando una numerica è Questo convertitore lo integra dandoti la vista punto codice numerico di qualsiasi carattere, con nome o meno.
Gestisce correttamente le emoji?
Sì, ed è qui che molti convertitori più semplici producono silenziosamente output rotti I caratteri sopra U+FFFF vivono in quelli che Unicode chiama i piani supplementari, e JavaScript memorizza ciascuno di essi internamente come due unità di codice a 16 bit chiamate coppia surrogata Se un convertitore percorre ingenuamente una stringa un'unità di codice alla volta, divide un'emoji in due metà ed emette due escape senza senso che non si riassembleranno mai nel carattere originale.
Questo strumento itera per vero punto di codice, quindi un'emoji come la terra (U+1F30D) viene trattata come un carattere in tutto Codificala e ottieni un unico valore pulito: \u{1F30D} nel modulo JavaScript ES6, 🌍 come entità HTML, U+1F30D come punto di codice Decodificare uno qualsiasi di questi e l'emoji originale torna intero Quando si decodifica JavaScript vecchio stile escape che sono stati scritti come coppie surrogate, 🌍, lo strumento combina correttamente le metà anziché lasciarti con due unità di codice rotte. Il giro di un'emoji attraverso il convertitore ti restituisce esattamente ciò con cui hai iniziato, ovvero il test di base che uno strumento Unicode deve superare e molti falliscono.
Come faccio a decodificare le escape Unicode torna al testo?
Passa a decodifica, incolla la stringa codificata e scegli il formato corrispondente oppure lascialo automaticamente. La modalità automatica riconosce la notazione U+, \u e \u{} JavaScript esce e &# e &#x Entità HTML nello stesso input, quindi un mixed paste da un log o un file di configurazione decodifica ancora Se conosci il formato esatto, selezionarlo direttamente è l'opzione più affidabile, specialmente per l'hex decimale o semplice dove i numeri nudi potrebbero altrimenti essere ambigui.
La decodifica è la metà del lavoro che raggiungi quando sei sul lato ricevente del testo codificato: un payload JSON pieno di \u escapes, una vista sorgente HTML crivellata di entità numeriche, una traccia dello stack che registrava una stringa in forma escaped Piuttosto che decodificare a mano carattere per carattere, incolli il tutto e leggi il testo in chiaro Il convertitore ricostruisce i caratteri originali e, come notato sopra, si ricongiunge correttamente a qualsiasi coppia surrogata che incontra in modo che i personaggi astrali sopravvivano al viaggio.
Questo si abbina bene con gli altri strumenti di decodifica presenti sul sito Il testo codificato per percentuale in un URL è il lavoro del codificatore url, e il binario codificato in base64 è gestito da convertitore base64. Sono codifiche diverse per trasporti diversi, e sapere quale stai guardando è metà della battaglia Il Toolkit per sviluppatori web la guida illustra come questi strumenti di codifica si incastrano nel lavoro quotidiano.
Quando avrei effettivamente bisogno di escape CSS o JavaScript?
Più spesso di quanto ci si aspetterebbe, e di solito nel momento esatto qualcosa non è rendering In CSS, il content proprietà di un ::before oppure ::after lo pseudo-elemento non può contenere caratteri arbitrari direttamente in ogni situazione, quindi li sfuggi: una freccia rivolta a destra diventa content: "\2192". Le regole di escape CSS, incluso lo spazio finale che termina un'escape esadecimale, sono definite nel Modulo sintattico CSS Livello 3, e il convertitore emette esattamente quella forma in modo da poterla incollare direttamente in un foglio di stile.
In JavaScript, gli escape ti consentono di inserire un carattere nel codice sorgente senza dipendere dalla codifica file's o dal rendering corretto dell'editor. © non è ambiguo il punto in cui un simbolo di copyright letterale potrebbe essere mutilato da uno strumento in cantiere Per i caratteri oltre il piano di base, l'ES6 \u{...} la forma è più pulita di una coppia surrogata e il convertitore la usa per i caratteri astrali mantenendo le quattro cifre \uXXXX modulo per caratteri che vi rientrano Riferimenti numerici HTML dei caratteri, il &#...; i moduli hanno lo stesso scopo nel markup e sono regolati dal Norma HTML WHATWG. Avere tutti questi generati da un input significa smettere di indovinare la sintassi e copiare ogni volta l'escape corretto.
Quale notazione dovrei usare, e quando?
Con sette formati di output in offerta, la domanda pratica è quale desidera un determinato compito e la risposta è quasi sempre dettata da dove vivrà il personaggio piuttosto che dalle preferenze Se stai scrivendo HTML e hai bisogno di un carattere che sia scomodo da digitare o che altrimenti verrebbe interpretato come markup, usa un'entità HTML: — o il suo gemello esagonale —. Se il carattere sta entrando in una stringa letterale JavaScript, utilizzare il file \u fuggire e raggiungere il \u{...} forma quando il carattere è oltre il piano base Se appartiene ad un valore CSS, specialmente il content proprietà, usa l'escape CSS con il suo spazio finale Se stai scrivendo una specifica, un commento o una segnalazione di bug in cui desideri nominare il carattere in modo inequivocabile senza renderlo, la forma del punto di codice U+ è la convenzione che tutti riconoscono.
Le uscite decimale ed esadecimale sono quelle che le persone raggiungono meno spesso, ma contano quando si parla con un sistema che parla in numeri grezzi: una colonna di database che memorizza punti di codice, un protocollo che trasmette caratteri come numeri interi, una ricerca contro un file di dati Unicode Poter capovolgere un carattere al suo valore decimale o esadecimale nudo, e viceversa, salva una conversione di base manuale esattamente nel momento in cui si è già in profondità in una sessione di debug.
C'è una regola che li attraversa tutti: qualunque notazione emetti, decodificala e conferma di ottenere il carattere originale prima di fidarti di esso Il giro è il controllo di correttezza più economico che esista e cattura immediatamente i due errori classici, una coppia surrogata distorta per un carattere astrale e un off-by-one nelle cifre esagonali. Il convertitore effettua quel controllo su una singola pasta nella direzione opposta. Se è coinvolto un valore sensibile alla sicurezza, la stessa disciplina si applica alla codifica percentuale gestita dal codificatore url, dove un escape sbagliato può cambiare ciò che un server riceve effettivamente.
È sicuro convertire il testo sensibile qui?
Sì. Ogni conversione avviene in JavaScript all'interno del browser Nulla di ciò che incolli viene inviato a un server, nulla viene registrato e lo strumento continua a funzionare con la connessione disattivata una volta caricata la pagina È possibile ispezionare stringhe private, dati utente o il contenuto di un file interno senza che nessuno di essi lasci la macchina.
Quella proprietà non è incidentale, è la ragione per preferire uno strumento lato client per questo tipo di lavoro Il testo che esegui attraverso un convertitore Unicode è spesso esattamente il testo che meno vorresti consegnare a una terza parte: un vero utente's name you are debugging, uno snippet di un set di dati privato, una stringa da una funzionalità inedita Un convertitore lato server, per quanto affidabile, è un'altra parte nella catena Fare il lavoro nel browser rimuove la domanda Il ragionamento più ampio è nel strumenti online per la privacy dei dati guida e si applica a ogni strumento di codifica su Toolz.dev, da questo al guida alla codifica Base64 e oltre.
Domande frequenti
Come faccio a convertire il testo in Unicode?
Incolla il tuo testo nell'area di input con Codifica selezionata e scegli un formato come punto di codice o entità HTML. Lo strumento mostra istantaneamente la rappresentazione Unicode di ogni carattere, il tutto all'interno del tuo browser.
Che cosa è un punto di codice Unicode?
Un punto di codice è il numero che Unicode assegna a un carattere, scritto come U+0041 per A. Identifica il carattere indipendentemente da come viene memorizzato, motivo per cui lo stesso punto di codice può apparire come un'entità HTML, un'escape JavaScript o un'escape CSS.
Qual è la differenza tra un punto di codice e UTF-8?
Un punto di codice è il numero astratto per un carattere; UTF-8 è un modo di memorizzare quel numero come da uno a quattro byte La tabella per carattere mostra entrambi, quindi puoi vedere che U+00E9 per é è memorizzato come i due byte UTF-8 C3 A9.
Gestisce correttamente le emoji?
Sì. le emoji vivono al di fuori dell'intervallo di base e sono memorizzate come coppie surrogate in JavaScript Il convertitore le legge e le scrive per vero punto di codice, quindi un'emoji come i viaggi di andata e ritorno terrestri (U+1F30D) senza dividersi in due metà rotte.
Come faccio a decodificare le escape Unicode torna al testo?
Passa a Decodifica, incolla la stringa codificata e scegli il formato corrispondente o usa l'auto per rilevarlo Lo strumento ricostruisce i caratteri originali, combinando correttamente le eventuali coppie surrogate che trova.
Quando avrei bisogno di una fuga CSS?
Le escape CSS consentono di inserire un carattere in un valore del foglio di stile come la proprietà del contenuto Lo strumento emette valori come \41 con lo spazio finale utilizzato da CSS per terminare un'escape esadecimale, pronto per essere incollato in una proprietà del contenuto.
Può convertire lo stesso carattere in più formati contemporaneamente?
Sì. La scelta di un formato imposta l'output principale e la tabella per carattere mostra sempre il punto di codice, il valore decimale, l'entità HTML e i byte UTF-8 per ogni carattere, in modo da poter leggere più notazioni a colpo d'occhio.
È sicuro convertire il testo sensibile qui?
Sì. Tutte le conversioni avvengono in JavaScript all'interno del browser Nulla viene inviato a un server, nulla viene registrato e lo strumento funziona con la connessione disabilitata.
la convertitore unicode è gratuito, viene eseguito interamente nel browser e non necessita di registrazione Codificare un carattere in qualsiasi notazione, decodificarlo e leggere i byte grezzi dietro qualsiasi glifo Esplorarlo insieme al tabella ascii e il resto degli strumenti di codifica su Toolz.dev.
