Bytes binários para texto

Reconstruindo texto a partir de grupos de bytes

Use esta direção para grupos de oito bits que representam bytes UTF-8. O exemplo ASCII 01000001, neutro em linguagem, produz A: seus oito bits formam um byte completo. O conversor junta bytes em ordem e os decodifica como UTF-8, portanto, um caractere não ASCII pode exigir vários grupos consecutivos. Espaços tornam os grupos mais fáceis de ler e podem ser removidos sem alterar seus valores de byte. Um grupo incompleto ou um caractere diferente de zero ou um é uma entrada inválida.

Um padrão de bits completo não é automaticamente texto válido. Algumas combinações de bytes são impossíveis em UTF-8, e essas causam um erro em vez de um caractere adivinhado. Se você copiou ASCII de sete bits, um fluxo de bits bruto ou dígitos binários de um número, este decodificador pode não descrever esse formato corretamente. Primeiro, identifique a codificação original e o tamanho do grupo. Mantenha a string de origem enquanto resolve problemas: um único bit ausente pode mudar todos os limites posteriores e transformar uma frase aparentemente familiar em bytes não relacionados.

Grupos binários representam UTF-8 bytes

Na direção inversa, os grupos devem conter bytes completos de oito bits. Depois que esses bytes são reconstruídos, eles são interpretados como UTF-8. Uma sequência de zeros e uns válidos ainda pode ser UTF-8 inválido; o conversor relata que em vez de inventar caracteres de substituição. Grupos ASCII de sete bits, fluxos de bits arbitrários, unidades de código UTF-16 e números binários precisam de regras diferentes. Espaços entre grupos exibidos ajudam um humano a inspecionar limites, mas não fazem parte dos valores de byte. A exibição binária não é nem uma compactação nem um mecanismo de confidencialidade.

Verifique a fonte codificada antes de decodificar

Comece com um valor que é realmente escrito na representação esperada. Cole um componente codificado ou sequência de bytes e, em seguida, compare a saída legível com o registro circundante que a forneceu. O decodificador é executado neste navegador e não carrega a cadeia de caracteres para um serviço de conversão. Se a entrada estiver danificada ou usar outro formato, ela poderá falhar ou permanecer parcialmente inalterada, dependendo da operação. Trate o texto decodificado como uma entrada nova, potencialmente não confiável. Uma frase legível ainda pode conter marcação, um URL, uma string de comando ou informações privadas que precisam ser tratadas separadamente. Decodificar uma sequência de grupos completos de oito bits copiados de um rastreamento UTF-8. Tente o grupo conhecido 01000001, em seguida, adicione um caractere multibyte da ferramenta reversa e compare a ida e volta. Se um bit estiver faltando, as fronteiras de byte posteriores podem mudar; evite tratar o texto resultante como confiável até que o agrupamento de fonte seja verificado. No exemplo, “01001111 01101001” produz a prévia compacta “Oi”. O resultado visível é mostrado aqui na íntegra; compare pontuação e caracteres antes de aplicar a mesma operação ao seu próprio material.