Unicode-átalakító

A szöveg JavaScript \uXXXX / \u{HEX} sorozatokként escape-elhető, a vegyes escape-ek visszafejthetők szöveggé, és minden karakter megvizsgálható mint kódpont: U+ hex, decimális, UTF-8-bájtok, UTF-16-egységek és JS-escape. Az asztrális kódpontok (emojik) soha nem bomlanak helyettesítő felekre.
Minden feldolgozás helyben, a böngészőben történik — az adatok soha nem kerülnek feltöltésre semmilyen szerverre.
Escape-stílus:
Kódolás: A szöveg Unicode-kódpontokra bomlik (így az emojik sértetlenek maradnak), és mindegyik JavaScript escape-sorozatként íródik ki.
Dekódolás: Minden \uXXXX, \u{hex} vagy U+hex sorozat (kis- vagy nagybetűs) a karakterévé alakul. A szomszédos helyettesítőpár-escape-ek egyetlen kódponttá olvadnak össze. Az escape nélküli szöveg változatlanul átmegy.
Vizsgáló: Minden kódpont egy tabulátorral elválasztott sort kap: karakter, U+HEX, decimális, UTF-8-bájtok, UTF-16-egységek és JS-escape. A teljes táblázat a kimenetről másolható vagy letölthető.
Bemenet
Kimenet
A Ctrl+Enter a bemenetben futtatja az aktív módot.
A Kódolás, Dekódolás vagy Vizsgáló mód választható, és futtatható. Minden feldolgozás a böngészőben marad.
A vizsgáló oszlopainak olvasása:
U+HEX a kódpont hexadecimálisan; a decimális ugyanaz a szám tízes számrendszerben. Az UTF-8-bájtok azt mutatják, hogy a karakter UTF-8-ként írva hány (1–4) bájtot foglal el (pl. 中 = E4 B8 AD). Az UTF-16 az egy vagy két 16 bites egységet mutatja, amelyet a karakter a JavaScript-sztringben használ (az U+FFFF feletti emojikhoz két egység, egy „helyettesítőpár” kell: pl. U+1F600 = D83D DE00). A JS escape a karakter ajánlott forráskód-alakja.
Mit tölt be a Minta gomb:
Az aktuális módhoz tartozó példa, soha nem egy rögzített szöveg, mert egyetlen szöveg sem szolgálhatja mindhárom módot. Kódolás és Vizsgáló egyszerű karaktereket vesz fel, ezért a Hello 中文！ 🎉 szöveget kapja — ASCII, CJK, egy teljes szélességű írásjel és egy emoji. A Dekódolás escape-sorozatokat vesz fel, egy egyszerű mondat pedig egyet sem tartalmaz: szóról szóra visszhangozná, és a mód nem tudna mit mutatni, ezért a Dekódolás a Say 中文 \u{1F600} U+0041 🎉 OK szöveget kapja, amely a dekódoló által elfogadott minden alakot tartalmaz (kisbetűs \uXXXX pár, \u{HEX} kapcsos zárójel, U+hex alak, szomszédos helyettesítőpár és nem escape-szavak). A dobozok alatti sor megmondja, milyen eredményt kell keresni; a Kódolásnál a választott escape-stílust és az ASCII-jelölőnégyzetet is követi, így a másik három stílus a Minta gomb újranyomásával látható.
Mi az Unicode?

Az Unicode egyetlen katalógus, amely minden írásrendszer minden karakterének számot ad, a kódpontot, U+0000-tól U+10FFFF-ig — 1 114 112 lehetséges hely, 65 536-os síkokba rendezve, 17 síkon. Az első sík, a Többnyelvű alapsík (BMP) a legtöbb élő nyelv karaktereit tartalmazza; a legtöbb emoji és sok történelmi írásrendszer a magasabb (“asztrális”) síkokon van.

Az UTF-8, UTF-16 és UTF-32 nem versengő karakterkészletek, hanem ugyanazon számok bájtokba sorosítására szolgáló három mód — a Vizsgáló mód mindhármat megmutatja ugyanarra a karakterre, a JavaScript-escape alakok mellett.

Az Unicode nevekkel és számokkal látja el a karaktereket; az UTF-8/UTF-16/UTF-32 és a \uXXXX escape-ek csupán ugyanezen számok különböző leírási módjai.