Tabella delle codifiche Unicode
Strumento gratuito che, inserito un carattere, mette a confronto punto di codice Unicode, sequenza di byte UTF-8 e rappresentazioni protette per JavaScript, HTML, indirizzi web e fogli di stile. Tutto avviene nel navigatore.
Tabella delle codifiche dei caratteri più comuni
| Carattere | Punto di codice | UTF-8 | Note |
|---|---|---|---|
| A | U+0041 | 41 | Lettera maiuscola latina (ASCII, un byte) |
| 0 | U+0030 | 30 | Cifra (ASCII, un byte) |
| ␣ | U+0020 | 20 | Spazio (ASCII, un byte) |
| ! | U+0021 | 21 | Punto esclamativo (segno ASCII, un byte) |
| @ | U+0040 | 40 | Chiocciola (segno ASCII, un byte) |
| © | U+00A9 | C2 A9 | Segno del diritto d'autore (supplemento Latin-1, due byte) |
| € | U+20AC | E2 82 AC | Simbolo dell'euro (tre byte) |
| → | U+2192 | E2 86 92 | Freccia a destra (segno direzionale, tre byte) |
| あ | U+3042 | E3 81 82 | Sillabario giapponese hiragana (tre byte) |
| 漢 | U+6F22 | E6 BC A2 | Ideogramma (unificazione CJK, tre byte) |
| 한 | U+D55C | ED 95 9C | Sillaba coreana hangul (tre byte) |
| 😀 | U+1F600 | F0 9F 98 80 | Faccina (fuori dal piano multilingue di base, quattro byte; in JavaScript una coppia surrogata) |
Consigli per l'uso
- Nel campo si può inserire più di un carattere: in tal caso i risultati compaiono in blocchi separati, uno per carattere.
- Le faccine si trovano fuori dal piano multilingue di base di Unicode, cioè oltre U+FFFF, e nelle stringhe di JavaScript sono perciò rappresentate da due unità di codice, la coppia surrogata: è per questo che nella riga della notazione protetta per JavaScript compaiono due sequenze `\uXXXX`.
- Nella notazione protetta per i fogli di stile si scrive l'esadecimale del punto di codice, come `\41`; se subito dopo segue un carattere interpretabile come cifra esadecimale, cioè da 0 a 9 o da a a f, conviene aggiungere in coda uno spazio come separatore.
- I riferimenti HTML si possono scrivere in decimale,
A, oppure in esadecimale,A: il navigatore li interpreta come lo stesso carattere. - Il pulsante di copia porta negli appunti il valore di ciascuna riga: comodo per incollarlo direttamente nel codice o in un foglio di stile.
Domande frequenti
A in decimale oppure A in esadecimale, con il prefisso x, e valgono soltanto dentro un documento HTML. La notazione protetta dei fogli di stile si scrive invece `\41`, con il solo esadecimale, senza U+ né x, e si usa nei selettori e nei valori delle proprietà. Occorre scegliere la forma giusta secondo l'uso.
A proposito — Unicode, che ha unificato codifiche fino ad allora disparate
Prima della comparsa di Unicode le codifiche dei caratteri variavano da paese a paese e da lingua a lingua. Per il solo giapponese convivevano Shift_JIS, EUC-JP, il codice JIS e altri ancora, e lo scambio di testi fra sistemi diversi produceva di continuo caratteri corrotti. La versione 1.0 di Unicode, pubblicata nel 1991, si proponeva di risolvere quella confusione assegnando un numero unico, il punto di codice, a ogni carattere del mondo.
Unicode e la norma internazionale ISO/IEC 10646 furono elaborati dapprima separatamente, ma in seguito i due progetti si coordinarono fino a condividere lo stesso repertorio di caratteri e le stesse assegnazioni. Oggi Unicode raccoglie oltre centocinquantamila caratteri, faccine comprese, e ogni anno una nuova versione ne aggiunge altri.
UTF-8 è una codifica progettata nel 1992 da Ken Thompson e Rob Pike: la sua idea rivoluzionaria fu di rappresentare tutti i caratteri Unicode conservando la piena compatibilità all'indietro con ASCII. Quella scelta si è rivelata vincente e le ha guadagnato la posizione di standard di fatto per la codifica dei documenti sul web.