Unicode-Codepunkte in Text

Praktisches Beispiel

Unicode-Codepunkte benennen abstrakte Zeichen durch hexadezimale Skalarwerte; ein Zusatzzeichen nutzt einen Punkt statt zwei UTF-16-Einheiten. Wandeln Sie lokal in Ihrem Browser um. Die Eingabe "U+0047 U+0072 U+00FC U+00DF U+0065 U+0021" ergibt zum Beispiel "Grüße!". Vergleichen Sie Zeichen für Zeichen; die sichtbare Schreibweise kann andere Bytes oder kombinierende Akzente verbergen. In dieser Richtung wird kodierter Text wieder lesbar. Fügen Sie die vollständige Folge einschließlich Füll- oder Escape-Zeichen ein und vergleichen Sie die Zeichen mit dem Quellsystem. Ein syntaktisch gültiger Code kann dennoch Bytes enthalten, die keinen gültigen UTF-8-Text bilden.

So funktioniert die Darstellung

Ein Unicode-Codepunkt ist eine einem Zeichen zugewiesene Skalarzahl, hier als U+ mit Hexadezimalziffern geschrieben. U+0041 steht für A; ein Zeichen über U+FFFF bleibt ein Codepunkt, obwohl JavaScript intern zwei UTF-16-Einheiten braucht. Codepunkte sind keine Bytes und bestimmen keine Dateikodierung. Kombinierende Akzente besitzen eigene Punkte: Ein sichtbarer Buchstabe mit Akzent kann aus einem vorkombinierten oder mehreren Punkten bestehen. Dieses Werkzeug lehnt UTF-16-Surrogate und Werte über U+10FFFF als ungültige Skalarwerte ab. Die Liste hilft, optisch ähnliche Texte und unsichtbare Markierungen zu untersuchen. Unicode-Codepunkte benennen abstrakte Zeichen durch hexadezimale Skalarwerte; ein Zusatzzeichen nutzt einen Punkt statt zwei UTF-16-Einheiten.

Eine Textumwandlung hat eine Richtung. Bestimmen Sie zuerst, ob die Quelle lesbarer Unicode-Text, eine Byteliste, Codepunkte oder bereits kodierter Text ist. Fügen Sie einen kurzen bekannten Wert ein, prüfen Sie die Ausgabe und bearbeiten Sie erst dann längere Eingaben. Bewahren Sie die Quelle auf. Eine kodierte Folge kann umkehrbar sein und trotzdem jedes Originalbyte offenlegen; Kodierung allein schützt keine vertraulichen Daten. Die Berechnung erfolgt in diesem Browser, ohne den eingefügten Inhalt an einen Konvertierungsserver zu senden. Die Ausgabe kann dennoch in einem geteilten Dokument, Ticket oder einer URL sichtbar werden.

Grenzen und zuverlässige Nutzung

Geben Sie U+ mit einer bis sechs hexadezimalen Ziffern an. Surrogate und Werte über U+10FFFF werden abgelehnt. Verwenden Sie genau das Alphabet, die Bytekodierung und die Normalisierungsform, die das Zielsystem erwartet. Ähnliche Formate sind nicht automatisch kompatibel. Ein dekodierter Text kann Markup oder Steuerzeichen enthalten und muss in der nächsten Anwendung als nicht vertrauenswürdige Eingabe gelten. Eine gültige Konvertierung beweist weder Berechtigung noch sachliche Richtigkeit. Testen Sie bei umkehrbaren Verfahren den Rückweg. Vergleichen Sie Unicode-Codepunkte oder UTF-8-Bytes, wenn zwei Texte gleich aussehen, aber ein exakter Vergleich fehlschlägt. Bei gespeicherten oder signierten Daten sollte die Transformation im Datenvertrag stehen statt nur in einer visuellen Vorschau.