Inspetor de Unicode
Unicode Inspector
Decompõe o texto em codepoints com nomes, blocos, scripts e sequências de bytes UTF-8/UTF-16.
Lista cada ponto de código de um texto com nome, bloco, sistema de escrita, bytes UTF-8 e UTF-16 e formas de escape — e uma segunda visão que os agrupa no que uma pessoa chamaria de caractere. Essa segunda visão é o que explica um formulário rejeitar um texto que parece estar bem dentro do limite.
Texto
Cada ponto de código aparece na lista. Entradas longas são cortadas em 2.000 linhas.
9 pontos de código
| Caractere | Ponto de código | Nome | Bloco | Escrita | UTF-8 | UTF-16 | Escapes |
|---|---|---|---|---|---|---|---|
| 한 | U+D55C | HANGUL SYLLABLE HAN | Hangul Syllables | Hangul | ED 95 9C | D55C | \uD55C %ED%95%9C |
| 글 | U+AE00 | HANGUL SYLLABLE GEUL | Hangul Syllables | Hangul | EA B8 80 | AE00 | \uAE00 %EA%B8%80 |
| · | U+0020 | SPACE | Basic Latin | Other | 20 | 0020 | \u0020 %20 |
| A | U+0041 | LATIN CAPITAL LETTER A | Basic Latin | Latin | 41 | 0041 | \u0041 %41 |
| 1 | U+0031 | DIGIT ONE | Basic Latin | Digit | 31 | 0031 | \u0031 %31 |
| · | U+0020 | SPACE | Basic Latin | Other | 20 | 0020 | \u0020 %20 |
| 😀 | U+1F600 | Emoticons U+1F600(nome do bloco) | Emoticons | Common | F0 9F 98 80 | D83D DE00 | \u{1F600} %F0%9F%98%80 |
| · | U+0020 | SPACE | Basic Latin | Other | 20 | 0020 | \u0020 %20 |
| ㈜ | U+321C | Enclosed CJK Letters and Months U+321C(nome do bloco) | Enclosed CJK Letters and Months | Hangul | E3 88 9C | 321C | \u321C %E3%88%9C |
Como usar
Cole o texto
Um único caractere que você não consegue identificar, ou uma linha inteira que quer auditar. Entradas longas são cortadas em 2.000 linhas.
Leia a tabela de pontos de código
O nome identifica o caractere, o bloco diz em que parte do Unicode ele mora, e as colunas de bytes dizem quanto ele custa em armazenamento.
Mude para a visão de grafemas para a contagem
Uma linha por cada coisa que uma pessoa chamaria de caractere, com os pontos de código dentro dela. Um emoji de família é um e sete; um “ã” digitado num Mac é um e dois; um 한 digitado num Mac é um e três.
Perguntas frequentes
Por que um único caractere são dois pontos de código?
É uma letra decomposta — a letra-base e o acento combinante guardados separadamente, que é como o macOS escreve nomes de arquivo. “ã” vira a + U+0303, “ç” vira c + U+0327 e “é” vira e + U+0301. Elas se desenham idênticas à forma composta e comparam como diferentes dela (uma sílaba hangul se parte em três, pela mesma razão). A ferramenta de normalização as junta de novo.
Alguns caracteres mostram o nome do bloco em vez de um nome
O banco de dados completo de nomes do Unicode tem uns dois megabytes, e baixá-lo para rotular um parágrafo seria um mau negócio. Sílabas hangul e ideogramas CJK são calculados com exatidão pelas regras do próprio padrão; ASCII, controles e pontuação comum vêm de uma tabela pequena; o resto é rotulado por bloco — uma letra acentuada como o é, ou o acento combinante separado dela, aparece com o nome do bloco, Latin-1 Supplement ou Combining Diacritical Marks.
Para que servem as colunas de escape?
A forma JavaScript vai em código-fonte; a forma URL, numa query string. As duas são dadas para você colar o caractere exato num contexto que não o aceitaria literalmente.
Pode receber de
Inverter texto
Text Reverser
Inverte uma string, as palavras dela ou a ordem das linhas — ciente de grafemas, então os emojis sobrevivem.
Remover caracteres invisíveis
Invisible Character Remover
Encontra e remove espaços de largura zero, BOMs, hifens condicionais e controles bidi escondidos em texto colado.
Normalizador Unicode
Unicode Normaliser
Aplica NFC, NFD, NFKC ou NFKD — a correção para texto com acentos ou hangul vindo do macOS que parece igual mas nunca bate na comparação.
Codificador de entidades HTML
HTML Entity Encoder
Escapa e desescapa entidades HTML, com saída nomeada, decimal e hexadecimal.
Em seguida
Estas aceitam o que esta ferramenta produz, então o resultado pode ir direto.
Busca de emojis e kaomojis
Emoji & Kaomoji Search
Busca emojis, kaomojis e caracteres especiais pelo nome em coreano ou inglês e os copia com um clique.
Visualizador hexadecimal
Hex Viewer
Mostra qualquer arquivo como despejo offset/hex/ASCII, identifica os magic bytes e destaca uma busca.
Normalizador Unicode
Unicode Normaliser
Aplica NFC, NFD, NFKC ou NFKD — a correção para texto com acentos ou hangul vindo do macOS que parece igual mas nunca bate na comparação.
Remover caracteres invisíveis
Invisible Character Remover
Encontra e remove espaços de largura zero, BOMs, hifens condicionais e controles bidi escondidos em texto colado.
Limpar CSV
CSV Cleaner
Apara células, normaliza cabeçalhos, corrige formatos de número e data e aponta as linhas com o número errado de colunas.
Juntar tabelas CSV
CSV Join
Junta duas tabelas por uma coluna-chave com semântica inner, left, right ou outer e mostra as linhas sem correspondência.