Unicode-muunnin

Escapeoi teksti JavaScript-muotoon \uXXXX / \u{HEX}, dekoodaa sekoitetut escapet takaisin tekstiksi ja tarkastele jokaista merkkiä koodipisteenä: U+hex, desimaali, UTF-8-tavut, UTF-16-yksiköt ja JS-escapet. Astraalisia koodipisteitä (emojit) ei koskaan jaeta surrogaattipuoliksi.
Kaikki käsittely tapahtuu paikallisesti selaimessa — tietoja ei lähetetä mihinkään palvelimelle.
Escape-tyyli:
Koodaus: Teksti jaetaan Unicode-koodipisteisiin (joten emojit pysyvät ehjinä) ja jokainen kirjoitetaan JavaScript-escape-sarjana.
Dekoodaus: Jokainen \uXXXX, \u{hex} tai U+hex-sarja (isoilla tai pienillä kirjaimilla) muunnetaan vastaavaksi merkiksi. Vierekkäiset surrogaattiparin escapet yhdistetään yhdeksi koodipisteeksi. Ilman escapeja oleva teksti kulkee läpi muuttumattomana.
Tarkastelija: Jokainen koodipiste muodostaa yhden sarkaimilla erotetun rivin: merkki, U+HEX, desimaali, UTF-8-tavut, UTF-16-yksiköt ja JS-escape. Koko taulukon voi kopioida tulosteesta tai ladata.
Syöte
Tulos
Ctrl+Enter syötteessä suorittaa aktiivisen tilan.
Valitse Koodaus, Dekoodaus tai Tarkastelija ja suorita se. Kaikki käsittely pysyy selaimessa.
Tarkastelijan sarakkeiden lukeminen:
U+HEX on koodipiste heksadesimaalina; desimaali on sama luku kymmenjärjestelmässä. UTF-8-tavut näyttää yhdestä neljään tavua, jotka merkki vie UTF-8-muodossa (esim. 中 = E4 B8 AD). UTF-16 näyttää yhden tai kaksi 16-bittistä yksikköä, joita merkki käyttää JavaScript-merkkijonossa (U+FFFF:n ylittävät emojit tarvitsevat kaksi yksikköä, “surrogaattiparin”: esim. U+1F600 = D83D DE00). JS-escape on merkin suositeltu lähdekoodimuoto.
Mitä Esimerkki-painike lataa:
Tilaan sopiva esimerkki, ei koskaan yksi kiinteä teksti, koska yksi teksti ei palvele kaikkia kolmea. Koodaus ja Tarkastelija ottavat tavallisia merkkejä, joten ne saavat Hello 中文！ 🎉 — ASCII, CJK, täysleveä välimerkki ja yksi emoji. Dekoodaus ottaa escape-sarjoja, eikä tavallinen lause sisällä niitä: se kaikuisi takaisin sana sanalta eikä tilalla olisi mitään näytettävää, joten Dekoodaus saa Say 中文 \u{1F600} U+0041 🎉 OK, joka sisältää jokaista dekooderin hyväksymää muotoa (pienillä kirjaimilla kirjoitettu \uXXXX-pari, \u{HEX}-aaltosulkeet, U+hex-muoto, vierekkäinen surrogaattipari ja sanoja, jotka eivät ole escapeja). Laatikoiden alla oleva rivi kertoo odotetun tuloksen; Koodauksessa se seuraa myös escape-tyyliä ja ASCII-valintaruutua, joten muut kolme tyyliä näkee painamalla Esimerkkiä uudelleen.
Mikä on Unicode?

Unicode on yksi luettelo, joka antaa jokaiselle kaikkien kirjoitusjärjestelmien merkille numeron, sen koodipisteen, väliltä U+0000–U+10FFFF — 1 114 112 mahdollista paikkaa 17 tasossa, joista kussakin on 65 536. Ensimmäinen taso, peruskielitaso (BMP), sisältää useimpien elävien kielten merkit; useimmat emojit ja monet historialliset kirjoitusjärjestelmät ovat korkeammilla (“astraalisilla”) tasoilla.

UTF-8, UTF-16 ja UTF-32 eivät ole kilpailevia merkistöjä vaan kolme tapaa sarjallistaa nuo luvut tavuiksi — Tarkastelija-tila näyttää kaikki kolme samalle merkille JavaScript-escape-muotojen rinnalla.

Unicode nimeää ja numeroi merkit; UTF-8/UTF-16/UTF-32 ja \uXXXX-escapet ovat vain eri tapoja kirjoittaa samat luvut.