Zeichen-Inspektor

So wird es verwendet

Geben Sie Text in das Feld ein oder fügen Sie ihn ein, und die Tabelle darunter füllt sich bei jedem Tastenanschlag, eine Zeile pro Zeichen. Es gibt keine Schaltfläche zum Klicken, und die gesamte Analyse läuft in Ihrem Browser ab, sodass nichts hochgeladen wird — das macht es sicher für Text, den Sie lieber nirgendwohin senden möchten. Jede Zeile zeigt drei Dinge zu einem Zeichen. Der dezimale Codepunkt ist die Nummer des Zeichens im Unicode-Standard; die Form U+XXXX ist dieselbe Zahl in der hexadezimalen Schreibweise, die in der gesamten Unicode-Dokumentation verwendet wird; und die UTF-8-Bytes zeigen, wie das Zeichen tatsächlich auf der Festplatte gespeichert oder über ein Netzwerk gesendet wird, aufgeführt als zweistellige Hexadezimalwerte in Großbuchstaben, durch Leerzeichen getrennt. Alle drei nebeneinander zu sehen, macht deutlich, wie ein abstraktes Zeichen auf konkrete Bytes abgebildet wird. Der Text wird nach Codepunkt und nicht nach roher Codeeinheit aufgeteilt, sodass ein Emoji oder ein anderes astrales Zeichen als eine einzelne Zeile mit seiner vollständigen Byte-Sequenz erscheint, anstatt in fehlerhafte Surrogat-Hälften zerrissen zu werden. Damit die Tabelle reaktionsschnell bleibt, werden bis zu 500 Zeichen auf einmal untersucht, was für die Untersuchung eines kniffligen Worts, eines verdächtigen eingefügten Textes oder eines kurzen Ausschnitts völlig ausreicht. Als Beispiel: Ein einfaches großes A hat den Codepunkt 65, geschrieben U+0041, und wird als einzelnes Byte 41 gespeichert. Ein e mit Akzent — é — hat den Codepunkt 233, geschrieben U+00E9, und wird als zwei Bytes C3 A9 gespeichert. Ein grinsendes Emoji hat den Codepunkt 128512, geschrieben U+1F600, und wird als vier Bytes F0 9F 98 80 gespeichert, weshalb es mehr Platz benötigt als ein Buchstabe. Zeichen auf diese Weise zu untersuchen ist nützlich zur Fehlersuche bei Kodierungsproblemen, zum Aufspüren unsichtbarer oder ähnlich aussehender Zeichen, die ein Formular oder eine Suche stören, um zu prüfen, warum eine Zeichenkette in Bytes länger ist, als sie aussieht, oder einfach um zu lernen, wie Unicode und UTF-8 zusammenpassen.

Häufig gestellte Fragen

Wie werden Emojis behandelt?

Der Text wird nach Unicode-Codepunkt aufgeteilt, sodass ein Emoji wie 😀 als ein einzelnes Zeichen (U+1F600) mit seiner vollständigen UTF-8-Byte-Sequenz angezeigt wird, nicht als fehlerhafte Surrogat-Hälften.

Was ist der Unterschied zwischen Codepunkt und UTF-8-Bytes?

Der Codepunkt ist die Nummer des Zeichens im Unicode-Standard (z. B. U+00E9 für é). UTF-8-Bytes geben an, wie dieser Codepunkt gespeichert wird — é sind zwei Bytes, C3 A9.

Wird mein Text hochgeladen?

Nein. Alles wird in Ihrem Browser analysiert; Ihr Text wird niemals an einen Server gesendet.

Kann es mir helfen, unsichtbare oder ähnlich aussehende Zeichen zu finden?

Ja. Jedes Zeichen erhält seine eigene Zeile mit einem Codepunkt, sodass Leerzeichen der Breite null, geschützte Leerzeichen und Buchstaben, die identisch aussehen, aber unterschiedliche Codepunkte haben, alle deutlich sichtbar werden — praktisch zur Fehlersuche bei einem Formular, einer Suche oder eingefügtem Text, der sich unerwartet verhält.