Unicode/Zeichencode-Referenztabelle
Kostenloses Tool, das für ein eingegebenes Zeichen den Unicode-Codepunkt, die UTF-8-Bytefolge sowie die JavaScript-/HTML-/URL-/CSS-Escape-Darstellungen im direkten Vergleich anzeigt. Alles läuft im Browser.
Referenztabelle gängiger Zeichen
| Zeichen | Codepunkt | UTF-8 | Hinweis |
|---|---|---|---|
| A | U+0041 | 41 | Großbuchstabe (ASCII, 1 Byte) |
| 0 | U+0030 | 30 | Ziffer (ASCII, 1 Byte) |
| ␣ | U+0020 | 20 | Leerzeichen (ASCII, 1 Byte) |
| ! | U+0021 | 21 | Ausrufezeichen (ASCII-Symbol, 1 Byte) |
| @ | U+0040 | 40 | At-Zeichen (ASCII-Symbol, 1 Byte) |
| © | U+00A9 | C2 A9 | Copyright-Zeichen (Latin-1-Ergänzung, 2 Byte) |
| € | U+20AC | E2 82 AC | Eurozeichen (3 Byte) |
| → | U+2192 | E2 86 92 | Pfeil nach rechts (Pfeile-Block, 3 Byte) |
| あ | U+3042 | E3 81 82 | Hiragana-Zeichen (3 Byte) |
| 漢 | U+6F22 | E6 BC A2 | Vereinheitlichtes CJK-Ideogramm (3 Byte) |
| 한 | U+D55C | ED 95 9C | Hangul-Silbe (3 Byte) |
| 😀 | U+1F600 | F0 9F 98 80 | Emoji (außerhalb der BMP, 4 Byte, in JS als Surrogatpaar codiert) |
Was dieser Unicode-Zeichencode-Konverter leistet
Dieses Tool nimmt ein beliebiges eingegebenes Zeichen entgegen und zeigt gleichzeitig sieben verschiedene Code-Darstellungen im direkten Vergleich: den Unicode-Codepunkt, die UTF-8-Bytefolge, das JavaScript-Escape, die HTML-Entität (dezimal und hexadezimal), die URL-Prozentcodierung und das CSS-Escape. Jede Umwandlung – vom Zeichen zum Codepunkt und vom Codepunkt zu jeder Byte-Darstellung – wird beim Tippen sofort im Browser berechnet, ohne dass Daten an einen Server gesendet werden.
Ein wichtiges Detail: Viele Emojis liegen mit ihrem Codepunkt außerhalb der Basic Multilingual Plane von Unicode (BMP, U+0000–U+FFFF), sodass JavaScript-Strings sie intern als Surrogatpaar darstellen – zwei 16-Bit-Code-Einheiten statt einer. Dieses Tool verwendet intern `codePointAt`, damit ein Surrogatpaar stets zu einem einzigen, korrekten Codepunkt zusammengeführt wird. Emojis liefern dadurch präzise Ergebnisse statt zwei getrennter Halbzeichen. Geben Sie mehr als ein Zeichen ein, erhält jedes seinen eigenen Ergebnisblock.
So verwenden Sie diesen Unicode-Konverter
- Geben Sie das gesuchte Zeichen ein Tragen Sie einen beliebigen Buchstaben, ein Symbol oder ein Emoji in das Eingabefeld ein. Sie können auch mehrere Zeichen auf einmal einfügen.
- Prüfen Sie den Ergebnisblock je Zeichen Für jedes eingegebene Zeichen erscheint eine eigene Karte mit allen sieben Code-Darstellungen.
- Finden Sie die benötigte Darstellung Durchsuchen Sie die Zeilen nach dem für Ihre Aufgabe relevanten Format – Codepunkt, UTF-8-Bytes, JavaScript-Escape und so weiter.
- Kopieren Sie den Wert über die Kopieren-Schaltfläche Klicken Sie neben einer Zeile auf „Kopieren", um nur diesen Wert in die Zwischenablage zu übernehmen – bereit zum Einfügen in Ihren Code.
- Probieren Sie ein weiteres Zeichen aus Bearbeiten Sie das Eingabefeld oder klicken Sie auf „Löschen", um neu zu beginnen, und geben Sie dann das nächste zu prüfende Zeichen ein.
Tipps für die Nutzung
- Sie können mehr als ein Zeichen eingeben; jedes erhält unterhalb des Eingabefelds einen eigenen Ergebnisblock.
- Emojis wie 😀 liegen außerhalb der Basic Multilingual Plane von Unicode (BMP, U+0000-U+FFFF), daher stellen JavaScript-Strings sie intern mit zwei Code-Einheiten (einem Surrogatpaar) dar – deshalb zeigt die Zeile „JavaScript-Escape" zwei `\uXXXX`-Sequenzen.
- Ein CSS-Escape wie `\41` schreibt den Codepunkt hexadezimal ohne Präfix. Füge am Ende ein Leerzeichen ein, falls das folgende Zeichen sonst als Teil der Hexadezimalziffern gelesen werden könnte.
- Browser behandeln dezimale (
A) und hexadezimale (A) HTML-Entitäten identisch – verwenden Sie, was für Ihr Markup praktischer ist. - Nutzen Sie die Kopieren-Schaltfläche bei jeder Zeile, um einen Wert direkt in die Zwischenablage zu übernehmen und in Code oder CSS einzufügen.
Typische Einsatzszenarien
Ursachen für Zeichensalat aufspüren
Zeigt ein Programm oder eine Datenbank ein unerwartetes Zeichen an, hilft der Vergleich von tatsächlichem Codepunkt und UTF-8-Bytes zu klären, ob eine Kodierungsinkongruenz die Ursache ist.
Kodierung von Emojis nachvollziehen
Sehen Sie auf einen Blick, wie viele Code-Einheiten ein Emoji als Surrogatpaar in JavaScript benötigt und wie viele Bytes es in UTF-8 belegt.
Zeichenspeicherung in Datenbanken prüfen
Nützlich, wenn Sie vorab wissen müssen, wie viele Bytes ein bestimmtes Zeichen belegt – etwa um zu entscheiden, ob eine MySQL-Spalte utf8mb4 benötigt.
Sonderzeichen in HTML oder CSS einbetten
Holen Sie sich die korrekte HTML-Entität oder das passende CSS-Escape für ein Symbol oder ein fremdsprachiges Zeichen und fügen Sie es direkt in Ihr Markup oder Stylesheet ein.
URL-Codierung überprüfen
Bestätigen Sie vor dem Absenden einer Anfrage, dass Abfrageparameter mit Nicht-ASCII-Zeichen oder Symbolen wie erwartet prozentcodiert sind.
Glossar
- Unicode
- Ein internationaler Zeichenkodierungsstandard, der jedem weltweit verwendeten Zeichen eine eindeutige Nummer – einen Codepunkt – zuweist, um Zeichensalat zwischen Sprachen zu vermeiden.
- Codepunkt
- Die Nummer, die Unicode einem Zeichen zuweist, geschrieben als
U+0041– eine hexadezimale Zahl nach dem Präfix „U+", die eindeutig festlegt, um welches Zeichen es sich handelt. - UTF-8
- Ein konkretes Kodierungsschema zum Speichern oder Übertragen von Unicode-Codepunkten als Bytes. Es verwendet 1 bis 4 Byte variabler Länge je Zeichen und ist vollständig ASCII-kompatibel, weshalb es das Web dominiert.
- UTF-16
- Ein Kodierungsschema, das Unicode-Codepunkte in 16-Bit-Einheiten (Code-Einheiten) darstellt. JavaScript-Strings verwenden intern diese Kodierung.
- Surrogatpaar
- Eine Kombination aus zwei Code-Einheiten, die in UTF-16 verwendet wird, um einen Codepunkt jenseits der Basic Multilingual Plane (BMP) darzustellen. Die meisten Emojis benötigen ein Surrogatpaar.
- BMP (Basic Multilingual Plane)
- Der Bereich der Unicode-Codepunkte von U+0000 bis U+FFFF. Zeichen in diesem Bereich lassen sich mit einer einzigen UTF-16-Code-Einheit darstellen.
- HTML-Entität
- Eine Möglichkeit, Sonderzeichen sicher innerhalb von HTML-Markup zu schreiben, etwa als
A(dezimal) oderA(hexadezimal). - Prozentcodierung
- Ein Verfahren, das in einer URL nicht erlaubte Zeichen in UTF-8-Bytes umwandelt und jedes Byte als
%XXschreibt. Wird häufig für Nicht-ASCII-Text in URLs verwendet.
Häufig gestellte Fragen
A (dezimal) oder A (hexadezimal, mit `x`-Präfix) geschrieben und funktioniert nur innerhalb von HTML-Markup. Ein CSS-Escape wird als `\41` geschrieben – nur Hexadezimalziffern, ohne `U+`- oder `x`-Präfix – und innerhalb von CSS-Selektoren oder Eigenschaftswerten verwendet. Achten Sie darauf, für den jeweiligen Kontext das richtige Format zu verwenden.
Übrigens – wie Unicode eine zersplitterte Welt der Zeichenkodierungen vereinte
Bevor es Unicode gab, unterschieden sich Zeichenkodierungen von Land zu Land und sogar von Sprache zu Sprache erheblich. Allein für japanischen Text existierten mehrere konkurrierende Schemata – darunter Shift_JIS, EUC-JP und der JIS-Code –, und der Textaustausch zwischen Systemen mit unterschiedlichen Kodierungen führte häufig zu unlesbaren, verstümmelten Zeichen. Unicode 1.0, veröffentlicht 1991, sollte dieses Durcheinander lösen, indem jedem weltweit verwendeten Zeichen ein einziger Codepunkt zugewiesen wurde.
Unicode und der internationale Standard ISO/IEC 10646 wurden zunächst weitgehend unabhängig voneinander entwickelt, später jedoch aufeinander abgestimmt, sodass sie sich dasselbe Zeichenrepertoire und dieselben Codepunkt-Zuweisungen teilen. Heute umfasst Unicode weit über 150.000 Zeichen, einschließlich Emojis, und jedes Jahr erscheint eine neue Version mit weiteren Ergänzungen.
UTF-8 wurde 1992 von Ken Thompson und Rob Pike entworfen. Der entscheidende Durchbruch war die vollständige Rückwärtskompatibilität mit reinem ASCII-Text bei gleichzeitiger Fähigkeit, jedes Unicode-Zeichen darzustellen – ein Design, das sich als genau das erwies, was das Web brauchte, und das sich seither als De-facto-Standardkodierung für Dokumente im Internet etabliert hat.