Liigu sisu juurde

Unicode inspektor

Vaadake tekstiosa iga märki koos selle koodipunkti, üldkategooria, kirja ja UTF-8 baitidega. Inspektor toob esile peidetud märgid, näiteks nullilaiusega tühikud, pehmed sidekriipsud, baidijärjestuse märgid ja kahesuunalise teksti juhtelemendid; märgib ladina tähtedena näivaid kirillitsa ja kreeka tähti ning hoiatab eri kirju segavate sõnade eest. See on levinud võte andmepüügidomeenides ja rämpspostis.

Lähtesta

Korduma kippuvad küsimused

Mida inspektor iga märgi kohta näitab?

Selle asukohta, nähtava märgi korral ka märki ennast, koodipunkti U+ tähistuses, erinimede (nt tühikute ja juhtelementide) nimetust, Unicode üldkategooriat (nt Lu suurtähtede või Zs tühikute puhul), kirja, kuhu see kuulub, baite UTF-8-s ning märkust, kui märk on peidetud, eritühik, juhtmärk või mõne teise märgi sarnane.

Millised peidetud märgid tuvastatakse?

Nullilaiusega tühik, nullilaiusega liitja ja eraldaja, sõnaliitja, pehme sidekriips, baidijärjestuse märk, kahesuunalise teksti märgid, põimimised, ülekirjutused ja isolaadid, nähtamatud matemaatilised tehtemärgid, hanguli täitemärgid, variatsioonivalijad ning Unicode märgid, mis võivad peita teksti emotikoni või sõna sisse.

Mis on sarnane märk?

See on teisest kirjast pärit märk või stiliseeritud kuju, mis näeb välja nagu tavaline ASCII-täht, number või sümbol. Näiteks kirillitsa а ladina a asemel, täislai märk, paks matemaatiline täht või tüpograafiline mõttekriips või jutumärk. Märkus nimetab märgi, mida see jäljendab, et saaksite võltsitud sõnad ja domeenid ära tunda.

Mida tähendab eri kirjade segamise hoiatus?

See loetleb sõnad, mis sisaldavad mitme kirja tähti, näiteks ladina ja kirillitsa tähti ühes sõnas. Päris sõnades esineb seda harva, seega on segakirjaline sõna domeeninimes, kasutajanimes või e-kirjas tugev märk homograafiründest.

Miks loetakse märke ja grafeeme eraldi?

Märk on siin üks Unicode koodipunkt. Grafeem on see, mida lugeja näeb ühe sümbolina; see võib koosneda mitmest koodipunktist, näiteks diakriitilise märgiga tähest või nahatoonivariandi ja liitjatega emotikonist. Erinevus näitab, kui palju koodipunkte peitub nähtava teksti taga.

Mida näitavad UTF-8 ja UTF-16 loendused?

UTF-8 baidid näitavad teksti suurust failides, URL-ides ja enamikus andmebaasides. UTF-16 koodiühikuid loevad JavaScript, Java ja Windows stringi pikkusena; seepärast läheb emotikon seal sageli arvesse kahe ühikuna. Vormide ja API-de piirangud viitavad tavaliselt ühele neist kahest arvust.

Mis on NFC ja NFKC?

Need on Unicode normaliseerimisvormid. NFC-tekstis kasutatakse olemasolu korral eeltähedatud märke, nii et rõhumärgiga täht koosneb ühest koodipunktist. NFKC asendab ka ühilduvusmärgid, näiteks ligatuurid, täislaiuses tähed ja ülaindeksid, nende lihtvormidega. Inspektor näitab, kas sinu tekst on juba kummaski vormis.

Kas saan teksti ilma peidetud märkideta?

Jah. Struktureeritud tulemus sisaldab teksti, millest on eemaldatud kõik nähtamatud ja juhtmärgid, kuid tavalised tühikud, tabeldusmärgid ja reavahetused on alles. Sarnase kujuga tähed tuuakse ainult välja, mitte ei asendata, sest need võivad teises keeles õiged olla.

Kui palju teksti saan kontrollida?

Korraga kuni 5,000 märki. Tabelis kuvatakse esimesed 1,000 märki, arvud ja hoiatused käivad aga alati kogu teksti kohta.

Miks pole mõnel märgil nime?

Inspektor nimetab tühikud, juhtmärgid, diakriitikud ja kirjavahemärgid, mida on lihtne segi ajada. Kõik teised märgid tuvastatakse koodipunkti, kategooria ja kirja järgi, millest piisab, et otsida neid mis tahes Unicode viitest.

Teave OneClick Pro kohta

OneClick Pro on tasuta kollektsioon, mis sisaldab üle 150 veebitööriista igapäevatööks: piltide ja ühikute teisendamiseks, koodi vormindamiseks ja valideerimiseks, domeenide ja SEO kontrollimiseks ning teksti, kuupäevade ja numbritega töötamiseks. Kõik tööriistad toimivad ilma registreerimise või tellimuseta ning sisestatut kasutatakse ainult tulemuse arvutamiseks ega salvestata kunagi. Kasutage seda kiire tööriistakastina ühekordsete ülesannete jaoks või lisage järjehoidjatesse tööriistad, mida iga päev kasutate.