Inspector de Caracteres

Cómo usarlo

Escribe o pega texto en el cuadro y la tabla se completa con cada pulsación de tecla, una fila por carácter. No hay botón para presionar, y todo el análisis se ejecuta en tu navegador, por lo que nada se carga: esto la hace segura para el texto que prefieres no enviar a ningún lado. Cada fila muestra tres cosas sobre un carácter. El punto de código decimal es el número del carácter en el estándar Unicode; la forma U+XXXX es ese mismo número escrito en notación hexadecimal usada en toda la documentación Unicode; y los bytes UTF-8 son cómo se almacena realmente el carácter en disco o se envía por red, listados como valores hexadecimales en mayúscula de dos dígitos separados por espacios. Ver los tres al lado del otro deja claro cómo un carácter abstracto se mapea a bytes concretos. El texto se divide por punto de código en lugar de por unidad de código sin procesar, por lo que un emoji u otro carácter astral aparece como una sola fila con su secuencia de bytes completa en lugar de romperse en mitades de sustituto rotas. Para mantener la tabla receptiva, se inspeccionan hasta 500 caracteres a la vez, lo que es suficiente para inspeccionar una palabra complicada, un pegado sospechoso o un fragmento corto. Como ejemplo práctico, una A mayúscula simple es el punto de código 65, escrita U+0041, y almacenada como el único byte 41. Una e acentuada — é — es el punto de código 233, escrita U+00E9, y almacenada como los dos bytes C3 A9. Un emoji de cara sonriente es el punto de código 128512, escrito U+1F600, y almacenado como los cuatro bytes F0 9F 98 80, por lo que ocupa más espacio que una letra. Inspeccionar caracteres de esta manera es útil para depurar problemas de codificación, detectar caracteres invisibles o similares que rompan un formulario o búsqueda, verificar por qué una cadena es más larga en bytes de lo que parece, o simplemente aprender cómo encajan Unicode y UTF-8 juntos.

Preguntas frecuentes

¿Cómo se manejan los emoji?

El texto se divide por punto de código Unicode, por lo que un emoji como 😀 se muestra como un carácter (U+1F600) con su secuencia de bytes UTF-8 completa, no como mitades de sustituto rotas.

¿Cuál es la diferencia entre punto de código y bytes UTF-8?

El punto de código es el número del carácter en el estándar Unicode (por ej. U+00E9 para é). Los bytes UTF-8 son cómo se almacena ese punto de código: é son dos bytes, C3 A9.

¿Se carga mi texto?

No. Todo se analiza en tu navegador; tu texto nunca se envía a un servidor.

¿Puede ayudarme a encontrar caracteres invisibles o similares?

Sí. Cada carácter obtiene su propia fila con un punto de código, por lo que los espacios de ancho cero, espacios sin saltos y letras que se ven idénticas pero tienen puntos de código diferentes aparecen claramente: útil para depurar un formulario, búsqueda o pegado que se comporta de forma inesperada.