Inspetor de Unicode — pontos de código, bytes UTF-8 e UTF-16

Desenvolvimento

Um inspetor de Unicode é uma ferramenta para desenvolvedores que decompõe uma cadeia em pontos de código e mostra, para cada caractere, seu código U+, os bytes UTF-8, as unidades UTF-16 e o nome (ou bloco).

Tradução assistida por IA em revisão

Esta página foi traduzida com ajuda de IA e ainda não recebeu revisão profissional. Consulte as fontes citadas antes de usá-la em uma decisão importante.

O que é

O Unicode atribui a cada caractere um número único (ponto de código, U+0000–U+10FFFF), enquanto UTF-8 e UTF-16 são codificações que armazenam esses números como bytes. Um mesmo caractere pode ocupar de 1 a 4 bytes em UTF-8 e 2 ou 4 bytes em UTF-16 (pares substitutos), o que é uma causa comum de erros no comprimento das cadeias. Esta ferramenta calcula nomes padrão para as sílabas hangul e os ideogramas CJK, e mostra o bloco Unicode para os demais caracteres. A análise é executada inteiramente no seu navegador.

Comprimento UTF-8: U+0000–007F 1 byte · U+0080–07FF 2 bytes · U+0800–FFFF 3 bytes · U+10000–10FFFF 4 bytes (par substituto UTF-16)

Como usar

  1. 1Cole a cadeia que deseja inspecionar (emojis e qualquer alfabeto são aceitos).
  2. 2Toque em inspecionar.
  3. 3Leia o ponto de código, os bytes UTF-8/UTF-16 e o nome de cada caractere, e copie o relatório.

Referência

Inspetor de Unicode — pontos de código, bytes UTF-8 e UTF-16 Referência
CaracterePonto de códigoUTF-8UTF-16
AU+0041410041
한U+D55CED 95 9CD55C
€U+20ACE2 82 AC20AC
😀U+1F600F0 9F 98 80D83D DE00

Fontes e padrões

Perguntas frequentes

Por que um emoji conta como comprimento 2 em JavaScript?

Porque o comprimento de uma cadeia conta unidades UTF-16. Os emojis acima de U+FFFF são armazenados como um par substituto (duas unidades), então o comprimento é 2. A coluna UTF-16 desta ferramenta mostra as unidades reais.

Ele mostra o nome oficial de cada caractere?

Não. Para ASCII, as sílabas hangul e os ideogramas CJK, nomes padrão são calculados por algoritmos; os demais caracteres mostram o nome do seu bloco Unicode. Consulte a base de dados de caracteres Unicode (UCD) para os nomes oficiais completos.

Minha cadeia é enviada a um servidor?

Não. A inspeção acontece no seu navegador e a entrada nunca é transmitida.

Ferramentas relacionadas