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)

Tipps zur Nutzung

  • Du kannst 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 – verwende, was für dein Markup praktischer ist.
  • Nutze die Kopieren-Schaltfläche bei jeder Zeile, um einen Wert direkt in die Zwischenablage zu übernehmen und in Code oder CSS einzufügen.

Häufig gestellte Fragen

JavaScript-Strings werden intern in UTF-16 dargestellt, wobei eine einzelne Code-Einheit nur 16 Bit (0-65535) fassen kann. Unicode definiert viele Codepunkte jenseits dieses Bereichs (ab U+10000, wo die meisten Emojis liegen), sodass diese mit zwei speziellen Code-Einheiten – einem „High Surrogate" und einem „Low Surrogate" – als Surrogatpaar dargestellt werden. Liest man einen String Einheit für Einheit mit `charCodeAt`, erhält man diese beiden Hälften getrennt; für den korrekten, vollständigen Codepunkt braucht man daher `codePointAt`.

Ein Unicode-Codepunkt (z. B. U+3042) ist schlicht die Nummer, die einem Zeichen zur Identifizierung zugewiesen wird. UTF-8 dagegen ist ein konkretes Kodierungsschema, um diesen Codepunkt auf einem Computer als Bytefolge zu speichern oder zu übertragen. Derselbe Codepunkt kann je nach Kodierung unterschiedlich dargestellt werden – UTF-8 verwendet 1 bis 4 Byte variabler Länge, während UTF-16 oder UTF-32 andere Bytefolgen erzeugen.

UTF-8 kann reine ASCII-Zeichen (englische Buchstaben, Ziffern, einfache Satzzeichen) jeweils in einem einzigen Byte darstellen, was eine starke Rückwärtskompatibilität mit älteren, englischsprachig geprägten Systemen ermöglicht, während gleichzeitig jedes Unicode-Zeichen dargestellt werden kann. Im Jahr 2026 ist der überwiegende Teil des Webtexts in UTF-8 kodiert, und es ist die empfohlene Standard-Zeichenkodierung für HTML-Dokumente.

Nein, sie verwenden unterschiedliche Syntax. Eine HTML-Entität wird als `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. Achte darauf, für den jeweiligen Kontext das richtige Format zu verwenden.
ツールくん

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.

Weitere Tools in dieser Kategorie