# Unicode-inspektør

Se hvert tegn i en tekst med dets kodepunkt, generelle kategori, skriftsystem og UTF-8-bytes. Inspektøren afslører skjulte tegn som mellemrum uden bredde, bløde bindestreger, byteordenmærker og bidirektionelle kontroller, markerer bogstaver, der ligner hinanden fra kyrillisk og græsk og efterligner latinske bogstaver, og advarer om ord, der blander skriftsystemer, et almindeligt trick i phishingdomæner og spam.

## Ofte stillede spørgsmål

### Hvad viser inspektøren for hvert tegn?

Dets position, selve tegnet hvis det er synligt, kodepunktet i U+-notation, et navn for specialtegn som mellemrum og kontroller, den generelle Unicode-kategori, f.eks. Lu for store bogstaver eller Zs for mellemrum, hvilket skriftsystem det tilhører, dets bytes i UTF-8 og en note, hvis tegnet er skjult, et særligt mellemrum, et kontroltegn eller et tegn, der ligner et andet.

### Hvilke skjulte tegn registreres?

Mellemrum uden bredde, sammenføjere og ikke-sammenføjere uden bredde, ordsammenføjer, blød bindestreg, byteordenmærke, bidirektionelle mærker, indlejringer, tilsidesættelser og isolater, usynlige matematiske operatorer, Hangul-udfyldningstegn, variationsvælgere og Unicode-tagtegn, der kan skjule tekst i en emoji eller et ord.

### Hvad er et tegn, der ligner et andet?

Et tegn fra et andet skriftsystem eller en stiliseret form, der ligner et almindeligt ASCII-bogstav, tal eller tegn, f.eks. det kyrilliske а i stedet for det latinske a, et bogstav i fuld bredde, et matematisk fedt bogstav eller en typografisk tankestreg og et typografisk anførselstegn. Noten angiver det almindelige tegn, det efterligner, så du kan opdage forfalskede ord og domæner.

### Hvad betyder advarslen om blandede skriftsystemer?

Den viser ord, der indeholder bogstaver fra mere end ét skriftsystem, f.eks. latin og kyrillisk i samme ord. Rigtige ord gør sjældent det, så et blandet ord i et domænenavn, et brugernavn eller en e-mail er et tydeligt tegn på et homografangreb.

### Hvorfor tælles tegn og grafemer separat?

Et tegn er her ét Unicode-kodepunkt. Et grafem er det, læseren ser som ét symbol, og det kan bestå af flere kodepunkter, f.eks. et bogstav med en kombinerende accent eller en emoji med hudfarve og sammenføjere. Forskellen viser, hvor mange kodepunkter der gemmer sig bag den synlige tekst.

### Hvad fortæller antallet af UTF-8- og UTF-16-enheder mig?

UTF-8-bytes angiver tekstens størrelse i filer, URL'er og de fleste databaser. UTF-16-kodeenheder er det, JavaScript, Java og Windows tæller som længden af en streng, og derfor tæller en emoji ofte som 2 dér. Grænser i formularer og API'er henviser normalt til et af disse to tal.

### Hvad er NFC og NFKC?

De er Unicode normaliseringsformer. Tekst i NFC bruger prækomponerede tegn, hvor de findes, så et bogstav med accent er ét kodepunkt. NFKC erstatter også kompatibilitetstegn som ligaturer, fuldbreddebogstaver og hævede tegn med deres almindelige former. Inspektøren fortæller dig, om din tekst allerede er i hver af formerne.

### Kan jeg få teksten uden de skjulte tegn?

Ja. Det strukturerede resultat indeholder teksten, hvor alle usynlige tegn og kontroltegn er fjernet, mens almindelige mellemrum, tabulatorer og linjeskift bevares. Bogstaver, der ligner hinanden, rapporteres kun og erstattes ikke, fordi de kan være korrekte på et andet sprog.

### Hvor meget tekst kan jeg inspicere?

Op til 5,000 tegn ad gangen. Tabellen viser de første 1,000 tegn, mens optællinger og advarsler altid gælder hele teksten.

### Hvorfor har nogle tegn ikke noget navn?

Inspektøren navngiver de mellemrum, kontroltegn, diakritiske tegn og tegnsætningstegn, der er lette at forveksle. Alle andre tegn identificeres med deres kodepunkt, kategori og skriftsystem, hvilket er nok til at slå dem op i enhver Unicode-reference.

Din annonce her?

[Send os en e-mail](mailto:hi@dennn.is?subject=Annoncering%20p%C3%A5%20OneClick%20Pro)

[Annonce 433 værktøjer til dine AI-agenter via én MCP-server.](https://multitaskai.com/da/?ref=oneclickpro)
