Conversor Unicode

Escriba texto como secuencias JavaScript \uXXXX / \u{HEX}, decodifique escapes mixtos de vuelta a texto e inspeccione cada carácter como un punto de código: U+ hexadecimal, decimal, bytes UTF-8, unidades UTF-16 y escapes JS. Los puntos de código astrales (emoji) nunca se dividen en mitades sustitutas.
Todo el procesamiento se realiza localmente en su navegador — sus datos nunca se suben a ningún servidor.
Estilo de escape:
Codificar: el texto se divide en puntos de código Unicode (así los emoji quedan intactos) y cada uno se escribe como una secuencia de escape de JavaScript.
Decodificar: cada secuencia \uXXXX, \u{hex} o U+hex (en mayúsculas o minúsculas) se convierte en su carácter. Los escapes de pares sustitutos adyacentes se unen en un solo punto de código. El texto sin escapar pasa sin cambios.
Inspector: cada punto de código se convierte en una fila separada por tabulaciones: carácter, U+HEX, decimal, bytes UTF-8, unidades UTF-16 y escape JS. Toda la tabla puede copiarse desde la salida o descargarse.
Entrada
Salida
Ctrl+Intro en la entrada ejecuta el modo activo.
Elija Codificar, Decodificar o Inspector y ejecútelo. Todo el procesamiento permanece en su navegador.
Cómo leer las columnas del inspector:
U+HEX es el punto de código en hexadecimal; decimal es el mismo número en base 10. Bytes UTF-8 muestra los uno a cuatro bytes que ocupa el carácter cuando se escribe en UTF-8 (p. ej. 中 = E4 B8 AD). UTF-16 muestra la una o dos unidades de 16 bits que usa el carácter dentro de una cadena de JavaScript (los emoji por encima de U+FFFF necesitan dos unidades, un «par sustituto»: p. ej. U+1F600 = D83D DE00). Escape JS es la forma recomendada del carácter en código fuente.
Lo que carga el botón Ejemplo:
El ejemplo que corresponde al modo en el que está, nunca un texto fijo, porque un solo texto no sirve para los tres. Codificar e Inspector aceptan caracteres simples, así que reciben Hola \u4e2d\u6587！ \uD83C\uDF89 — ASCII, CJK, un signo de ancho completo y un emoji. Decodificar recibe secuencias de escape, y una frase simple no contiene ninguna: se devolvería palabra por palabra y el modo no tendría nada que mostrar, así que Decodificar recibe Di \u4e2d\u6587 \u{1F600} U+0041 \uD83C\uDF89 OK, que contiene una muestra de cada forma que admite el decodificador (un par \uXXXX en minúsculas, una llave \u{HEX}, una forma U+hex, un par sustituto adyacente y palabras que no son escapes). La línea bajo los cuadros indica el resultado que debe esperar; en Codificar también sigue el estilo de escape y la casilla ASCII, así que las otras tres formas pueden verse pulsando Ejemplo de nuevo.
¿Qué es Unicode?

Unicode es un catálogo único que asigna a cada carácter de cada sistema de escritura un número, su punto de código, desde U+0000 hasta U+10FFFF — 1 114 112 posiciones posibles distribuidas en 17 planos de 65 536. El primer plano, el Plano Multilingüe Básico (BMP), contiene los caracteres de la mayoría de las lenguas vivas; la mayoría de los emoji y muchas escrituras históricas viven en los planos superiores («astrales»).

UTF-8, UTF-16 y UTF-32 no son juegos de caracteres rivales, sino tres formas de serializar esos números en bytes — el modo Inspector muestra las tres para el mismo carácter, junto a las formas de escape de JavaScript.

Unicode nombra y numera los caracteres; UTF-8/UTF-16/UTF-32 y los escapes \uXXXX son solo formas distintas de escribir esos mismos números.