Unicode-konverter

Escap tekst som JavaScript-sekvenser \uXXXX / \u{HEX}, dekod blandede escapes tilbake til tekst, og inspiser hvert tegn som et kodepunkt: U+hex, desimal, UTF-8-byte, UTF-16-enheter og JS-escapes. Astrale kodepunkter (emojier) splittes aldri i surrogathalvdeler.
All behandling skjer lokalt i nettleseren — data lastes aldri opp til noen server.
Escape-stil:
Koding: Teksten deles i Unicode-kodepunkter (slik at emojier forblir intakte), og hvert enkelt skrives som en JavaScript-escape-sekvens.
Dekoding: Hver sekvens \uXXXX, \u{hex} eller U+hex (store eller små bokstaver) gjøres om til sitt tegn. Tilstøtende surrogatpar-escapes slås sammen til ett kodepunkt. Ikke-escapet tekst går uendret gjennom.
Inspektør: Hvert kodepunkt blir én tabulatorseparert rad: tegn, U+HEX, desimal, UTF-8-byte, UTF-16-enheter og JS-escape. Hele tabellen kan kopieres fra utdataene eller lastes ned.
Inndata
Utdata
Ctrl+Enter i inndataen kjører den aktive modusen.
Velg Koding, Dekoding eller Inspektør og kjør den. All behandling blir i nettleseren.
Slik leses inspektørkolonnene:
U+HEX er kodepunktet i heksadesimalt format; desimal er det samme tallet i titallsystemet. UTF-8-byte viser de én til fire bytene tegnet opptar når det skrives som UTF-8 (f.eks. 中 = E4 B8 AD). UTF-16 viser de ett eller to 16-bits-enhetene tegnet bruker inne i en JavaScript-streng (emojier over U+FFFF trenger to enheter, et «surrogatpar»: f.eks. U+1F600 = D83D DE00). JS-escape er den anbefalte kildekodeformen for tegnet.
Hva eksempelknappen laster:
Eksemplet hører til modusen som er valgt, aldri én fast tekst, fordi én tekst ikke kan dekke alle tre. Koding og Inspektør tar begge vanlige tegn, så de får Hello 中文！ 🎉 — ASCII, CJK, et fullbreddetegn og én emoji. Dekoding tar escape-sekvenser, og en vanlig setning har ingen; den ville bare blitt gjentatt ord for ord, og modusen hadde ingenting å vise, så Dekoding får Say 中文 \u{1F600} U+0041 🎉 OK, som har én av hver form dekoderen godtar (et \uXXXX-par med små bokstaver, en \u{HEX}-klammeparentes, en U+hex-form, et tilstøtende surrogatpar, og ord som ikke er escapes). Linjen under boksene sier hvilket resultat man skal se etter; i Koding følger den også escape-stilen og avkrysningen for ASCII, så de tre andre stilene kan sees ved å trykke Eksempel på nytt.
Hva er Unicode?

Unicode er én katalog som tildeler hvert tegn i hvert skriftsystem et nummer, dets kodepunkt, fra U+0000 til U+10FFFF — 1 114 112 mulige plasser fordelt på 17 plan à 65 536. Det første planet, Basic Multilingual Plane (BMP), inneholder tegnene for de fleste levende språk; de fleste emojier og mange historiske skrifter ligger på de høyere («astrale») planene.

UTF-8, UTF-16 og UTF-32 er ikke konkurrerende tegnsett, men tre måter å serialisere de samme tallene til byte på — Inspektør-modusen viser alle tre for samme tegn, ved siden av JavaScript-escape-formene.

Unicode navngir og nummererer tegnene; UTF-8/UTF-16/UTF-32 og \uXXXX-escapes er bare ulike måter å skrive de samme tallene på.