Table de référence Unicode/code de caractère

Outil gratuit qui affiche, pour un caractère saisi, son point de code Unicode, sa séquence d'octets UTF-8 et ses représentations d'échappement JavaScript/HTML/URL/CSS, le tout comparé côte à côte. Tout s'exécute dans le navigateur.

Table de référence des caractères courants

Caractère Point de code UTF-8 Remarque
A U+0041 41 Lettre majuscule (ASCII, 1 octet)
0 U+0030 30 Chiffre (ASCII, 1 octet)
␣ U+0020 20 Espace (ASCII, 1 octet)
! U+0021 21 Point d'exclamation (symbole ASCII, 1 octet)
@ U+0040 40 Arobase (symbole ASCII, 1 octet)
© U+00A9 C2 A9 Symbole du copyright (supplément Latin-1, 2 octets)
€ U+20AC E2 82 AC Symbole euro (3 octets)
→ U+2192 E2 86 92 Flèche vers la droite (bloc des flèches, 3 octets)
あ U+3042 E3 81 82 Caractère hiragana (3 octets)
漢 U+6F22 E6 BC A2 Idéogramme unifié CJC (3 octets)
한 U+D55C ED 95 9C Syllabe hangeul (3 octets)
😀 U+1F600 F0 9F 98 80 Émoji (hors du BMP, 4 octets, encodé en paire de substitution en JS)

Astuces d'utilisation

  • Vous pouvez saisir plusieurs caractères ; chacun reçoit son propre bloc de résultat sous le champ de saisie.
  • Les émojis comme 😀 se situent en dehors du plan multilingue de base d'Unicode (BMP, U+0000-U+FFFF), donc les chaînes JavaScript les représentent en interne avec deux unités de code (une paire de substitution) ; c'est pourquoi la ligne « Échappement JavaScript » affiche deux séquences `\uXXXX`.
  • Un échappement CSS comme `\41` écrit le point de code en hexadécimal sans aucun préfixe. Ajoutez une espace finale si le caractère suivant risque d'être interprété comme faisant partie des chiffres hexadécimaux.
  • Les navigateurs traitent de façon identique les entités HTML décimales (`A`) et hexadécimales (`A`) ; utilisez celle qui convient le mieux à votre balisage.
  • Utilisez le bouton copier sur chaque ligne pour envoyer directement une valeur dans le presse-papiers et la coller dans du code ou du CSS.

Questions fréquentes

Les chaînes JavaScript sont représentées en interne en UTF-16, où une seule unité de code ne peut contenir que 16 bits (0 à 65535). Unicode définit de nombreux points de code au-delà de cette plage (à partir de U+10000, où se trouvent la plupart des émojis), qui sont donc représentés à l'aide de deux unités de code spéciales — un « substitut haut » et un « substitut bas » — combinées en une paire de substitution. En lisant une chaîne unité par unité avec `charCodeAt`, on obtient ces deux moitiés séparément ; il faut donc utiliser `codePointAt` pour obtenir le point de code correct et complet.

Un point de code Unicode (comme U+3042) est simplement le numéro attribué pour identifier un caractère. UTF-8, en revanche, est un schéma d'encodage précis permettant de stocker ou de transmettre ce point de code sous forme de séquence d'octets sur un ordinateur. Le même point de code peut être représenté différemment selon l'encodage : UTF-8 utilise de 1 à 4 octets de longueur variable, tandis qu'UTF-16 ou UTF-32 produisent des séquences d'octets différentes.

UTF-8 peut représenter les caractères ASCII purs (lettres anglaises, chiffres, ponctuation de base) sur un seul octet chacun, ce qui lui confère une forte compatibilité avec les anciens systèmes centrés sur l'anglais, tout en étant capable de représenter tous les caractères d'Unicode. En 2026, la grande majorité du texte sur le web est encodée en UTF-8, et c'est l'encodage de caractères par défaut recommandé pour les documents HTML.

Non, ils utilisent une syntaxe différente. Une entité HTML s'écrit `A` (décimal) ou `A` (hexadécimal, avec préfixe `x`) et ne fonctionne qu'à l'intérieur d'un balisage HTML. Un échappement CSS s'écrit `\41` — uniquement des chiffres hexadécimaux, sans préfixe `U+` ni `x` — et s'utilise dans les sélecteurs ou les valeurs de propriétés CSS. Veillez à utiliser le format adapté au contexte dans lequel vous travaillez.
ツールくん

Anecdote — Comment Unicode a unifié un monde fragmenté d'encodages de caractères

Avant l'existence d'Unicode, les encodages de caractères variaient énormément d'un pays à l'autre, et même d'une langue à l'autre. Le seul texte japonais comptait plusieurs schémas concurrents — Shift_JIS, EUC-JP et le code JIS, entre autres — et l'échange de texte entre systèmes utilisant des encodages différents produisait fréquemment des caractères corrompus et illisibles. Unicode 1.0, publié en 1991, s'est donné pour objectif de résoudre ce chaos en attribuant un point de code unique à chaque caractère utilisé n'importe où dans le monde.

Unicode et la norme internationale ISO/IEC 10646 ont d'abord été développés de façon quelque peu indépendante, avant d'être coordonnés pour partager le même répertoire de caractères et les mêmes attributions de points de code. Aujourd'hui, Unicode couvre bien plus de 150 000 caractères, émojis compris, et une nouvelle version est publiée chaque année pour en ajouter davantage.

UTF-8 a été conçu en 1992 par Ken Thompson et Rob Pike. Sa grande avancée a été de maintenir une compatibilité totale avec le texte ASCII pur tout en étant capable de représenter n'importe quel caractère Unicode — une conception qui s'est révélée exactement ce dont le web avait besoin, et qui est depuis devenue l'encodage standard de facto pour les documents sur internet.

Plus d'outils dans cette catégorie