Ispeziona Unicode

Ispettore Unicode

Questo è un ispettore Unicode: divide il testo incollato in code point per vedere identità, codifica e segni nascosti. Il testo è diviso in code point. Identificatori come UTF-8, ZWSP, BOM, NBSP, BiDi e U+ restano invariati. A è U+0041, UTF-8 41, UTF-16BE 00 41. é in UTF-8 è C3 A9. 🍵 è U+1F375, UTF-16BE D8 3C DF 75. ZWSP è U+200B, UTF-8 E2 80 8B. Cirillico а è U+0430; latino a è U+0061.

Come si usa

1. Incolla il testo. La conversione automatica aggiorna la tabella.
2. Inserisci ZWSP, NBSP, BiDi, omoglifi cirillici, virgolette o segni combinanti.
3. Schede: code point, unici, grafemi, unità UTF-16 (String.length in JavaScript), byte UTF-8 e UTF-16.
4. Filtri Tutti / Invisibile / Controllo / Spazio / Omoglifi / Non-ASCII. Copia U+ copia uno; Copia risultato copia la tabella visibile in TSV.
5. L’esempio carica Hello\tWorld, café, NBSP, 🍵, ZWSP, 世界🌍 e аеор.

Significato dei totali

I code point contano i valori scalari. I grafemi sono ciò che vede il lettore. Le unità UTF-16 sono string.length; 🍵 ne usa due. Invisibili: controlli, formato, ZWSP/BOM e NBSP, non lo SPACE normale.

Invisibili, BiDi e omoglifi

Controlli come \t / \n. SPACE come ␣, NBSP come ⍽. Tag CTRL, INV, WS, BIDI, HOMOGLYPH. Gli omoglifi cirillici imitano a e o p c x y.

Colonne e codifiche

Una riga, un code point: glifo, U+, nome Unicode, categoria, blocco, UTF-8 e UTF-16BE. Il report copiato include UTF-32. Niente viene caricato.

Domande frequenti

• Perché 🍵 usa due unità UTF-16? Fuori dal BMP, coppia di surrogati.
• Caratteri, grafemi, unità? Code point = lunghezza Unicode; grafemi = visivo; unità = length JS.
• Come Hex ad ASCII? Là si decodificano byte. Qui si parte dai caratteri e si segnalano i segni nascosti.

Strumenti correlati

Una stringa di byte: Stringa in esadecimale. Decodifica: Esadecimale a ASCII. Con offset: Hex Dump.