Unicode-Inspektor

Unicode-Inspektor

Das ist ein Unicode-Inspektor: Er zerlegt eingefügten Text in Codepoints, damit Sie Identität, Kodierung und versteckte Zeichen sehen. Der Text wird in Unicode-Codepoints zerlegt. Kennungen wie UTF-8, ZWSP, BOM, NBSP, BiDi und U+ bleiben unübersetzt. A ist U+0041, UTF-8 41, UTF-16BE 00 41. é ist UTF-8 C3 A9. 🍵 ist U+1F375, UTF-16BE D8 3C DF 75. ZWSP ist U+200B, UTF-8 E2 80 8B. Kyrillisches а ist U+0430, lateinisches a ist U+0061.

So geht’s

1. Text einfügen. Auto-Konvertierung aktualisiert die Tabelle.
2. Testzeichen: ZWSP, NBSP, BiDi, kyrillische Homoglyphen, Anführungszeichen, kombinierende Zeichen.
3. Karten: Codepoints, eindeutig, Grapheme, UTF-16-Einheiten (JavaScript String.length), UTF-8- und UTF-16-Bytes.
4. Filter Alle / Unsichtbar / Steuerzeichen / Leerraum / Homoglyphen / Nicht-ASCII. Copy U+ kopiert einen Codepoint; Ergebnis kopieren schreibt die sichtbare Tabelle als TSV.
5. Beispiel lädt Hello\tWorld, café, NBSP, 🍵, ZWSP, 世界🌍 und kyrillisch аеор.

Bedeutung der Zahlen

Codepoints zählen Skalarwerte. Grapheme sind das, was Leser sehen. UTF-16-Einheiten sind string.length; 🍵 braucht zwei. Unsichtbar zählt Steuer-/Formatzeichen, ZWSP/BOM und NBSP, nicht normales SPACE.

Unsichtbare Zeichen, BiDi und Homoglyphen

Steuerzeichen als \t / \n. SPACE als ␣, NBSP als ⍽. Tags: CTRL, INV, WS, BIDI, HOMOGLYPH. Homoglyphen sind kyrillische Zwillinge von lateinisch a e o p c x y.

Spalten und Kodierungen

Eine Zeile, ein Codepoint: Glyphe, U+, Unicode-Name, Kategorie, Block, UTF-8 und UTF-16BE. Der kopierte Bericht enthält UTF-32. Alles bleibt im Browser.

Häufige Fragen

• Warum zwei UTF-16-Einheiten für 🍵? Außerhalb der BMP, daher Surrogatpaar.
• Zeichen, Grapheme, Code-Units? Codepoints = Unicode-Länge, Grapheme = visuell, UTF-16-Einheiten = JS length.
• Wie Hex zu ASCII? Dort Bytes, hier Zeichen plus versteckte Marken.

Verwandte Tools

Eine Kodierung als Bytes: String zu Hex. Bytes dekodieren: Hex zu ASCII. Offsets: Hex Dump.