Κωδικοποιητής Byte UTF-8

Σχετικά με αυτόν τον υπολογιστή

Το UTF-8 κωδικοποιεί κάθε σημείο κώδικα Unicode ως 1 έως 4 byte: οι χαρακτήρες ASCII (U+0000–U+007F) παίρνουν ένα μόνο byte, οι περισσότεροι εκτεταμένοι λατινικοί χαρακτήρες και τα συνηθισμένα σύμβολα παίρνουν 2 byte, οι περισσότεροι χαρακτήρες CJK και άλλοι χαρακτήρες του BMP παίρνουν 3 byte, και τα emoji και οι σπανιότεροι χαρακτήρες εκτός του Βασικού Πολύγλωσσου Επιπέδου (Basic Multilingual Plane) παίρνουν 4 byte — γι' αυτό το μήκος μιας συμβολοσειράς σε byte μπορεί να είναι πολύ μεγαλύτερο από το πλήθος των χαρακτήρων της όταν εμπλέκονται τόνοι, μη λατινικά αλφάβητα ή emoji.

Αυτό το εργαλείο κωδικοποιεί οποιοδήποτε κείμενο σε UTF-8 και δείχνει το συνολικό μήκος σε byte, τα ακατέργαστα δεκαεξαδικά byte και μια ανάλυση ανά σημείο κώδικα του πώς κωδικοποιήθηκε κάθε χαρακτήρας. Οι προγραμματιστές backend και κινητών το χρησιμοποιούν για να εντοπίζουν σφάλματα σε όρια μήκους byte σε βάσεις δεδομένων, API ή ωφέλιμα φορτία SMS/push-ειδοποιήσεων όπου το πλήθος χαρακτήρων και το πλήθος byte αποκλίνουν, και οι φοιτητές που μαθαίνουν κωδικοποιήσεις το χρησιμοποιούν για να δουν από πρώτο χέρι τη δομή byte πίσω από το κείμενο Unicode.