تحويل النص إلى يونيكود

Unicode معيار عالمي لترميز المحارف، يخصص رقمًا فريدًا (نقطة ترميز) لكل محرف في أنظمة الكتابة والرموز والرموز التعبيرية. يفيد التحويل إلى تسلسلات تهريب Unicode، مثل \u0041 للحرف 'A'، عند تمثيل محارف خاصة في الكود أو JSON أو عناوين URL، أو عند تصحيح مشكلات الترميز في التطبيقات الدولية.

اكتب النص أو الصقه في حقل الإدخال، ثم انقر على 'Convert'. ستحوّل الأداة كل محرف إلى صيغة تسلسل تهريب Unicode (\uXXXX لمحارف BMP أو \u{XXXXXX} للمحارف الأخرى). فمثلًا، تصبح 'Hello' هكذا '\u0048\u0065\u006C\u006C\u006F'. تُستخدم هذه الصيغة عادةً في JavaScript وJSON والعديد من لغات البرمجة.

نعم! الصق تسلسلات الهروب من Unicode (مثل \u0048 أو \u{1F600}) في حقل الإدخال وانقر على "تحويل". تقوم الأداة تلقائيًا باكتشاف تسلسلات Unicode وتحويلها إلى أحرف قابلة للقراءة. هذا مفيد عند تصحيح الأخطاء البرمجية أو قراءة بيانات JSON المشفرة أو العمل مع محتوى مدوَّل.

Unicode هو مجموعة الأحرف التي تعين الأرقام (نقاط الرمز) للأحرف، بينما UTF-8 هو ترميز يحدد كيفية تخزين هذه الأرقام على هيئة بايت. تمثل تسلسلات الهروب من Unicode نقطة الرمز مباشرةً (\u0041)، بينما يمثل ترميز UTF-8 كيفية تخزين هذا الحرف في الذاكرة. تعمل هذه الأداة مع نقاط ترميز Unicode وتمثيلات تسلسل الهروب الخاصة بها.

نعم! يدعم محول Unicode هذا جميع أحرف Unicode بما في ذلك الرموز التعبيرية والرموز الرياضية وعلامات العملات والرموز غير اللاتينية (الصينية والعربية والسيريلية وغيرها) والأحرف الخاصة. يمكن تمثيل الرموز التعبيرية والرموز خارج المستوى الأساسي متعدد اللغات بتسلسلات هروب موسعة مثل \u{1F600} للرموز التعبيرية للوجه المبتسم.

استخدم تسلسلات الهروب من Unicode عندما تحتاج إلى تضمين أحرف خاصة في الشيفرة المصدرية التي قد لا تُعرض بشكل صحيح في المحرر الخاص بك، أو عند ضمان التوافق عبر أنظمة مختلفة، أو عند العمل مع JSON الذي يتطلب أحرفًا هاربة، أو عندما تحتاج إلى تمثيل أحرف غير موجودة على لوحة المفاتيح. وهي مفيدة بشكل خاص للتدويل والتعامل مع مدخلات المستخدم من لغات مختلفة.

صيغة \uXXXX (أربعة أرقام سداسية عشرية) هي صيغة JavaScript/JSON التقليدية التي تغطي المستوى متعدد اللغات الأساسي (BMP)، أي نقاط الترميز من U+0000 إلى U+FFFF، وتشمل معظم المحارف الشائعة. أما صيغة \u{XXXXXX} (JavaScript ES6+) فتستخدم أقواسًا معقوفة وأرقامًا سداسية عشرية متغيرة الطول لتمثيل أي نقطة ترميز في Unicode حتى U+10FFFF، بما يشمل الرموز التعبيرية والمحارف النادرة. تستخدم الأنظمة الأقدم أزواجًا بديلة (تسلسلان من \uXXXX) للمحارف التي تتجاوز U+FFFF.

نقطة كود Unicode هي الرقم المجرد المخصص للحرف (مثل U+0041 لـ "A")، بينما UTF-8 هو كيفية ترميز هذا الرقم على هيئة بايت للتخزين. تستخدم أحرف ASCII (من U+0000 إلى U+007F) بايت UTF-8 واحد، بينما تحتاج الأحرف الأوروبية إلى 2 بايت، والأحرف الآسيوية إلى 3 بايت، والرموز التعبيرية إلى 4 بايت. تُظهر أحرف الهروب من Unicode نقطة الرمز مباشرة، بينما يُظهر UTF-8 تمثيل البايت الفعلي المستخدم في الملفات والشبكات.

وغالبًا ما تستخدم الرموز التعبيرية المعقدة نقاط رموز متعددة مدمجة من خلال تسلسلات "وصلة العرض الصفرية" (ZWJ). على سبيل المثال، تجمع الرموز التعبيرية العائلية بين شخص + ZWJ + شخص + ZWJ + رموز تعبيرية للأطفال. تضيف مُعدِّلات لون البشرة أيضًا نقاط رمز إضافية. بالإضافة إلى ذلك، قد يتم تمثيل الأحرف خارج BMP (U+10000 إلى U+10FFFFFF) كأزواج بديلة UTF-16، والتي تظهر على شكل تسلسلين \uXXXXXX في بيئات JSON أو JavaScript القديمة.

تدعم معظم اللغات الحديثة محارف الهروب Unicode: JavaScript/JSON (\uXXXX)، وPython (\uXXXX و\UXXXXXXXX)، وJava (\uXXXX)، وC/C++ (\uXXXX و\UXXXXXXXX)، وC# (\uXXXX)، وRuby (\uXXXX)، وPHP (\u{XXXXXX}). تختلف الصياغة قليلًا بين اللغات؛ فبعضها يستخدم \U كبيرة للنطاقات الممتدة، بينما يستخدم بعضها الآخر أقواسًا معقوفة. راجع دائمًا وثائق لغتك لمعرفة التنسيق الدقيق، لكن نقاط ترميز Unicode الأساسية تظل كما هي على جميع الأنظمة.