Convertor de seturi de caractere chinezești （GBK/Big5/UTF-8 编码）

Convertește textul chinezesc între codările de octeți UTF-8 și cele vechi GB2312 / GBK / Big5, cu o previzualizare hexazecimală în timp real. Text în octeți transformă textul UTF-8 în octeții hexazecimali ai setului de caractere țintă; octeți în text transformă acei octeți hexazecimali înapoi în text citibil. Decodarea folosește TextDecoder nativ al browserului; codarea este bazată pe tabele și rulează integral local. Caracterele care lipsesc din setul țintă sunt marcate pe loc — niciodată codate greșit în tăcere.
Pentru fișiere întregi (încărcare + conversie + descărcare) se folosește Convertorul de codare a fișierelor. Toată prelucrarea are loc local în browser — textul nu se încarcă niciodată pe vreun server.
Operație: Set de caractere:
Litere hexazecimale: Separator:
Text UTF-8
Octeți hexazecimali / text
Deschiderea unui fișier citește un fișier text UTF-8; Ctrl+Enter convertește.
Se introduce text sau octeți hexazecimali, se alege setul de caractere și operația, apoi se apasă Convertire acum.
Cum se citește ieșirea: 中 în GBK este D6 D0, în Big5 A4 A4 și în UTF-8 E4 B8 AD. Previzualizarea hexazecimală grupează octeții cu spații în mod implicit; se debifează pentru forma compactă folosită de multe instrumente. Când un caracter nu există în setul ales, este afișat ca 3F și enumerat mai jos, pentru ca nimic să nu fie codat greșit în tăcere. Decodarea tolerează spații, virgule, linii noi, prefixe 0x și litere mari sau mici amestecate în intrarea hexazecimală.
Ce sunt GB2312, GBK, GB18030 și Big5?

Înainte de UTF-8, textul chinezesc era stocat în standarde regionale de octeți: GB2312 (1980, cele 6763 de hanzi comune), extins de GBK (1995), extins din nou de GB18030 — fiecare fiind superset-ul precedentului — în timp ce Big5 este standardul de caractere tradiționale din Taiwan și Hong Kong. Un hanzi este aproape întotdeauna două octeți în aceste seturi, de aceea previzualizarea hexazecimală se citește în perechi de octeți.

Seturile se suprapun, dar nu sunt identice: un caracter care există într-unul poate lipsi din altul, deci conversia între seturi poate pierde caractere — această pagină listează fiecare caracter pe care nu îl poate mapa (3F), în loc să înlocuiască în tăcere cu altul.