Unicode-Konverter

Text als JavaScript-Sequenzen \uXXXX / \u{HEX} escapen, gemischte Escapes zurück in Text dekodieren und jedes Zeichen als Codepunkt untersuchen: U+Hex, Dezimal, UTF-8-Bytes, UTF-16-Einheiten und JS-Escapes. Astrale Codepunkte (Emojis) werden nie in Ersatzhälften zerteilt.
Die gesamte Verarbeitung erfolgt lokal in Ihrem Browser — Ihre Daten werden niemals auf einen Server hochgeladen.
Escape-Stil:
Kodieren: Der Text wird in Unicode-Codepunkte zerlegt (damit Emojis intakt bleiben), und jeder Codepunkt wird als JavaScript-Escape-Sequenz geschrieben.
Dekodieren: Jede Folge \uXXXX, \u{hex} oder U+hex (Groß- oder Kleinschreibung) wird in ihr Zeichen umgewandelt. Benachbarte Escapes für Ersatzpaare werden zu einem einzigen Codepunkt zusammengeführt. Nicht escapter Text bleibt unverändert.
Untersucher: Jeder Codepunkt wird zu einer tabulatorgetrennten Zeile: Zeichen, U+HEX, Dezimal, UTF-8-Bytes, UTF-16-Einheiten und JS-Escape. Die gesamte Tabelle kann aus der Ausgabe kopiert oder heruntergeladen werden.
Eingabe
Ausgabe
Strg+Eingabe im Eingabefeld führt den aktiven Modus aus.
Wählen Sie Kodieren, Dekodieren oder Untersucher und führen Sie es aus. Die gesamte Verarbeitung bleibt in Ihrem Browser.
Die Spalten des Untersuchers lesen:
U+HEX ist der Codepunkt in hexadezimaler Schreibweise; Dezimal ist dieselbe Zahl im Zehnersystem. UTF-8-Bytes zeigt die ein bis vier Bytes, die das Zeichen als UTF-8 belegt (z. B. 中 = E4 B8 AD). UTF-16 zeigt die ein oder zwei 16-Bit-Einheiten, die das Zeichen innerhalb eines JavaScript-Strings verwendet (Emojis jenseits von U+FFFF brauchen zwei Einheiten, ein „Ersatzpaar“: z. B. U+1F600 = D83D DE00). JS-Escape ist die empfohlene Quellcode-Form des Zeichens.
Was die Schaltfläche Beispiel lädt:
Das Beispiel gehört zum jeweiligen Modus, nie zu einem festen Text, weil ein einziger Text nicht für alle drei taugt. Kodieren und Untersucher nehmen einfache Zeichen, daher erhalten sie Hello 中文！ 🎉 — ASCII, CJK, ein Vollbreitenzeichen und ein Emoji. Dekodieren nimmt Escape-Sequenzen, und ein einfacher Satz enthält keine: Er würde Wort für Wort unverändert zurückgegeben, und der Modus hätte nichts zu zeigen. Dekodieren erhält daher Say \u4e2d\u6587 \u{1F600} U+0041 \uD83C\uDF89 OK, das je eine Form enthält, die der Dekodierer akzeptiert (ein \uXXXX-Paar in Kleinschreibung, eine \u{HEX}-Klammer, eine U+hex-Form, ein benachbartes Ersatzpaar und Wörter, die keine Escapes sind). Die Zeile unter den Feldern nennt das erwartete Ergebnis; beim Kodieren folgt sie außerdem dem Escape-Stil und der ASCII-Option, sodass die drei anderen Stile durch erneutes Drücken von Beispiel zu sehen sind.
Was ist Unicode?

Unicode ist ein einziger Katalog, der jedem Zeichen jedes Schriftsystems eine Nummer zuweist, seinen Codepunkt, von U+0000 bis U+10FFFF — 1.114.112 mögliche Plätze, in 17 Ebenen zu je 65.536 angeordnet. Die erste Ebene, die Basic Multilingual Plane (BMP), enthält die Zeichen der meisten heute gesprochenen Sprachen; die meisten Emojis und viele historische Schriften liegen in den höheren („astralen“) Ebenen.

UTF-8, UTF-16 und UTF-32 sind keine konkurrierenden Zeichensätze, sondern drei Arten, diese Zahlen in Bytes zu serialisieren — der Untersucher-Modus zeigt alle drei für dasselbe Zeichen, neben den JavaScript-Escape-Formen.

Unicode benennt die Zeichen und nummeriert sie; UTF-8/UTF-16/UTF-32 und \uXXXX-Escapes sind nur verschiedene Arten, dieselben Zahlen aufzuschreiben.