SuperDevTools
IT

Convertitore Unicode e codice dei caratteri

Analizzare un testo carattere per carattere

Incolla o scrivi un testo: ogni carattere compare con il suo punto di codice, il nome Unicode, i byte e le sequenze di escape. I caratteri invisibili e ingannevoli vengono segnalati.

Prova:
Caratteri visibili (grafemi)
0
Punti di codice
0
Unità UTF-16
0
Byte UTF-8
0

Caratteri invisibili o ingannevoli

Nessun carattere invisibile o ingannevole trovato.

    Dettaglio carattere per carattere

    N. Carattere Punto di codice Nome Unicode Categoria UTF-8 UTF-16

    Convertire nei due sensi

    Scrivi in un campo qualsiasi e gli altri si aggiornano. I codici possono essere separati da spazi; sono accettati U+, 0x, %, \x e le entità con nome come è.

    Normalizzare: NFC, NFD, NFKC, NFKD

    Le quattro forme normalizzate del testo analizzato sopra. NFC ricompone le lettere accentate, NFD le scompone; NFKC e NFKD sostituiscono anche le varianti di compatibilità (legature, apici, spazi speciali).

    NFC composizione canonica

    Punti di codice :

    NFD scomposizione canonica

    Punti di codice :

    NFKC composizione di compatibilità

    Punti di codice :

    NFKD scomposizione di compatibilità

    Punti di codice :

    Trovare un carattere

    La ricerca guarda i nomi Unicode ufficiali, in inglese, e alcune parole chiave in italiano: euro, freccia, cuore, spunta, virgolette, spazio unificatore…

    Caratteri speciali per tema

    Fai clic su un carattere per copiarlo: viene anche aggiunto alla casella «Caratteri scelti».

    Tutto viene calcolato nel tuo browser: non viene inviato nulla.

    Il codice Unicode di ogni carattere

    Questo convertitore Unicode scompone un testo carattere per carattere: punto di codice, nome Unicode ufficiale, blocco, categoria, byte UTF-8 e UTF-16, entità HTML e sequenze di escape per JavaScript, CSS, Python e indirizzi web. Segnala anche i caratteri invisibili e le lettere ingannevoli, converte nei due sensi, normalizza e trova i caratteri speciali per nome. Tutto viene calcolato nel tuo browser: non viene inviato nulla.

    Come si usa

    1. Incolla il testo in «Testo da analizzare». I contatori mostrano i «Caratteri visibili (grafemi)», i «Punti di codice» e i «Byte UTF-8».
    2. Nella tabella, fai clic su un punto di codice per aprire la «Scheda del carattere»: ogni valore ha il suo pulsante «Copia».
    3. Controlla il riquadro «Caratteri invisibili o ingannevoli» e usa «Togli i caratteri invisibili» o «Sostituisci gli spazi speciali».
    4. In «Convertire nei due sensi», scrivi in un campo qualsiasi: U+1F600 dà 😀, ☺ dà ☺, C3 A8 dà è.
    5. «Trovare un carattere» cerca per nome o parola chiave: «euro» restituisce €. La tavolozza «Caratteri speciali per tema» copia un carattere con un clic.

    Punti di codice e codifiche in parole semplici

    Unicode assegna un numero unico a quasi 150.000 caratteri. Quel numero, il punto di codice, si scrive in esadecimale dopo «U+»: la è è U+00E8, l'euro U+20AC, l'emoji 😀 U+1F600. Per salvarlo in un file, una codifica lo trasforma in byte. In UTF-8, lo standard del web, una lettera senza accento occupa 1 byte, la è 2 (C3 A8), il € 3 (E2 82 AC) e un'emoji 4 (F0 9F 98 80). UTF-16, usato da JavaScript, Java e Windows, conta unità da 16 bit: la è sta in una (00E8), 😀 ne richiede due (D83D DE00). Per questo un'emoji ha lunghezza 2 in JavaScript.

    Perché la «é» si può scrivere in due modi

    La é di «perché» può essere un solo punto di codice (U+00E9) oppure una e seguita da un accento acuto combinante (U+0065 U+0301). A schermo non cambia nulla, ma per il computer sono due testi diversi. La normalizzazione risolve il problema: NFC ricompone, NFD scompone. NFKC e NFKD vanno oltre e sostituiscono le forme di compatibilità: la legatura fi diventa «fi», l'apice ² diventa 2.

    Emoji composte

    👍🏽 è fatta di 2 punti di codice, il pollice e il tono della pelle, per 8 byte UTF-8. La famiglia 👨‍👩‍👧 ne conta 5: tre persone unite da due «zero width joiner» (U+200D), 18 byte in tutto. Lo strumento le raggruppa in grafemi, cioè quello che l'occhio vede come un solo carattere.

    Caratteri invisibili

    Lo spazio a larghezza zero U+200B, i caratteri di unione U+200C e U+200D, il BOM U+FEFF e i segni di direzione U+200E e U+200F non si vedono. Arrivati con un copia e incolla, fanno risultare diversi due testi identici, rendono sbagliata una password digitata bene o causano errori di sintassi nel codice. Anche lo spazio unificatore U+00A0 può bloccare una formula nel foglio di calcolo. Lo strumento indica la posizione esatta.

    Omoglifi e phishing

    La «р» cirillica (U+0440) e la «а» cirillica (U+0430) sono identiche alla p e alla a latine. Scritta con loro, «раssword» non è «password», e un nome utente o un indirizzo falsi possono passare inosservati. Lo strumento segnala queste lettere quando compaiono in un testo latino. Riconosce i casi comuni, non tutti: se un link ti sembra strano, digita tu l'indirizzo.

    Digitare un carattere speciale

    A seconda del sistema, si può tenere premuto un tasto per scegliere una variante accentata, inserire un codice dal tastierino numerico, aprire una mappa dei caratteri o digitare il codice esadecimale dopo una scorciatoia apposita. Spesso è più rapido copiare il carattere da qui, per esempio la È maiuscola, che manca sulla tastiera italiana.

    Domande frequenti

    Perché «città» occupa 6 byte?

    In UTF-8 la à occupa 2 byte, quindi 5 caratteri diventano 6 byte.

    I nomi dei caratteri sono in italiano?

    No, viene mostrato il nome ufficiale Unicode, in inglese, per i blocchi più comuni; per gli altri, blocco e categoria. La ricerca però capisce parole chiave italiane come freccia, cuore o spunta.

    Che cosa toglie esattamente «Togli i caratteri invisibili»?

    I caratteri a larghezza zero, i segni di direzione e i caratteri di controllo, tranne tabulazioni e a capo. I caratteri di unione dentro un'emoji composta vengono conservati.

    Il mio testo viene inviato da qualche parte?

    No. Un testo sotto i 20.000 caratteri resta salvato in locale per la visita successiva.