UTF-8 பைட் குறியாக்கி

இந்தக் கணிப்பான் பற்றி

UTF-8 ஒவ்வொரு யூனிகோட் குறிமுறைப் புள்ளியையும் 1 முதல் 4 பைட்டுகளாக குறியாக்குகிறது: ASCII எழுத்துகள் (U+0000–U+007F) ஒரு பைட்டை எடுக்கின்றன, பெரும்பாலான லத்தீன்-விரிவாக்க எழுத்துகளும் பொதுவான குறியீடுகளும் 2 பைட்டுகளை, பெரும்பாலான CJK மற்றும் பிற BMP எழுத்துகள் 3 பைட்டுகளை, அடிப்படைப் பன்மொழித் தளத்துக்கு வெளியிலுள்ள எமோஜிகளும் அரிதான எழுத்துகளும் 4 பைட்டுகளை எடுக்கின்றன — உச்சரிப்புக் குறிகள், லத்தீன் அல்லாத எழுத்துமுறைகள், எமோஜிகள் சம்பந்தப்படும்போது ஒரு சரத்தின் பைட் நீளம் அதன் எழுத்து எண்ணிக்கையை விட மிகப் பெரியதாக இருக்கலாம் என்பது இதனால்தான்.

இந்தக் கருவி எந்த உரையையும் UTF-8 ஆகக் குறியாக்கி, மொத்த பைட் நீளம், மூல ஹெக்ஸ் பைட்டுகள், ஒவ்வோர் எழுத்தும் எவ்வாறு குறியாக்கப்பட்டது என்பதன் ஒவ்வொரு குறிமுறைப் புள்ளி வாரியான விவரம் ஆகியவற்றைக் காட்டுகிறது. பின்தள மற்றும் மொபைல் உருவாக்குநர்கள் எழுத்து எண்ணிக்கையும் பைட் எண்ணிக்கையும் வேறுபடும் தரவுத்தளங்கள், API-கள் அல்லது SMS/புஷ் அறிவிப்புச் சுமைகளில் பைட் நீள வரம்புகளைப் பிழைதிருத்த இதைப் பயன்படுத்துகின்றனர்; குறியாக்கம் கற்கும் மாணவர்கள் யூனிகோட் உரையின் பின்னுள்ள பைட் அமைப்பை நேரடியாகக் காண இதைப் பயன்படுத்துகின்றனர்.