Siirry sisältöön

Unicode-tarkastin

Näet jokaisen tekstin merkin koodipisteen, yleisen luokan, kirjoitusjärjestelmän ja UTF-8-tavujen kanssa. Tarkastin paljastaa näkymättömät merkit, kuten nollalevyiset välilyönnit, pehmeät tavuviivat, tavujärjestysmerkit ja kaksisuuntaisuutta ohjaavat merkit. Se merkitsee latinalaisia kirjaimia jäljittelevät kyrilliset ja kreikkalaiset kirjaimet, jotka näyttävät samanlaisilta, ja varoittaa useita kirjoitusjärjestelmiä yhdistelevistä sanoista. Tällaiset sanat ovat yleinen tietojenkalasteludomainien ja roskapostin keino.

Nollaa

Usein kysytyt kysymykset

Mitä tarkastin näyttää kustakin merkistä?

Merkin sijainnin, itse merkin, jos se näkyy, koodipisteen U+-merkintätavalla, erikoismerkkien, kuten välilyöntien ja ohjausmerkkien, nimen, Unicode yleisen luokan, kuten Lu isoille kirjaimille tai Zs välilyönneille, merkin kirjoitusjärjestelmän, UTF-8-tavut sekä huomautuksen, jos merkki on näkymätön, erikoisvälilyönti, ohjausmerkki tai samannäköinen merkki.

Mitkä näkymättömät merkit tunnistetaan?

Nollalevyinen välilyönti, nollalevyinen yhdistävä ja erottava merkki, sanan yhdistäjä, pehmeä tavuviiva, tavujärjestysmerkki, kaksisuuntaisuusmerkit, upotukset, ohitukset ja eristimet, näkymättömät matemaattiset operaattorit, hangul-täytemerkit, variaatiovalitsimet sekä Unicode tunnistemerkkejä, joilla tekstiä voidaan piilottaa emojin tai sanan sisään.

Mikä on samannäköinen merkki?

Toisen kirjoitusjärjestelmän merkki tai tyylitelty merkki, joka näyttää tavalliselta ASCII-kirjaimelta, numerolta tai merkiltä. Esimerkkejä ovat kyrillinen а latinalaisen a:n sijasta, täyslevyinen kirjain, lihavoitu matemaattinen kirjain sekä typografinen ajatusviiva tai lainausmerkki. Huomautus kertoo, mitä tavallista merkkiä se jäljittelee, jotta voit havaita väärennetyt sanat ja domainit.

Mitä usean kirjoitusjärjestelmän varoitus tarkoittaa?

Se luettelee sanat, joissa on kirjaimia useammasta kuin yhdestä kirjoitusjärjestelmästä, esimerkiksi latinalaisia ja kyrillisiä kirjaimia samassa sanassa. Oikeissa sanoissa näin käy harvoin, joten useita kirjoitusjärjestelmiä yhdistelevä sana domainnimessä, käyttäjänimessä tai sähköpostiosoitteessa on vahva merkki samannäköisiä merkkejä hyödyntävästä hyökkäyksestä.

Miksi merkit ja grafeemit lasketaan erikseen?

Merkki tarkoittaa tässä yhtä Unicode koodipistettä. Grafeemi on se, minkä lukija näkee yhtenä symbolina. Se voi koostua useasta koodipisteestä, esimerkiksi kirjaimesta ja yhdistävästä aksentista tai emojista, jossa on ihonsävy ja yhdistäviä merkkejä. Ero näyttää, kuinka monta koodipistettä näkyvän tekstin taakse kätkeytyy.

Mitä UTF-8- ja UTF-16-määrät kertovat?

UTF-8-tavut kertovat tekstin koon tiedostoissa, URL-osoitteissa ja useimmissa tietokannoissa. UTF-16-koodiyksiköillä JavaScript, Java ja Windows mittaavat merkkijonon pituutta. Siksi emoji lasketaan niissä usein kahdeksi. Lomakkeiden ja API-rajapintojen rajoitukset viittaavat yleensä jompaankumpaan näistä kahdesta luvusta.

Mitä NFC ja NFKC ovat?

Ne ovat Unicode normalisointimuotoja. NFC-muodossa teksti käyttää valmiiksi yhdistettyjä merkkejä aina kun niitä on saatavilla, joten aksenttimerkillä varustettu kirjain on yksi koodipiste. NFKC korvaa lisäksi yhteensopivuusmerkit, kuten ligatuurit, täyslevyiset kirjaimet ja yläindeksit, niiden tavallisilla vastineilla. Tarkistin kertoo, onko tekstisi jo kummassakin muodossa.

Voinko saada tekstin ilman piilomerkkejä?

Kyllä. Rakenteinen tulos sisältää tekstin, josta kaikki näkymättömät merkit ja ohjausmerkit on poistettu, mutta tavalliset välilyönnit, sarkaimet ja rivinvaihdot säilytetään. Samannäköiset kirjaimet vain ilmoitetaan, eikä niitä korvata, sillä ne voivat olla oikein toisessa kielessä.

Kuinka paljon tekstiä voin tarkistaa?

Enintään 5,000 merkkiä kerralla. Taulukossa näytetään ensimmäiset 1,000 merkkiä, kun taas lukumäärät ja varoitukset koskevat aina koko tekstiä.

Miksi joillakin merkeillä ei ole nimeä?

Tarkistin nimeää välilyönnit, ohjausmerkit, diakriittiset merkit ja välimerkit, jotka on helppo sekoittaa keskenään. Kaikki muut merkit yksilöidään koodipisteen, kategorian ja kirjoitusjärjestelmän avulla, minkä perusteella ne voi etsiä mistä tahansa Unicode viitteestä.

Tietoja: OneClick Pro

OneClick Pro on ilmainen kokoelma, jossa on yli 150 verkkotyökalua arjen tehtäviin: kuvien ja yksiköiden muuntamiseen, koodin muotoiluun ja validointiin, verkkotunnusten ja SEO tarkistamiseen sekä tekstien, päivämäärien ja lukujen käsittelyyn. Kaikki työkalut toimivat ilman rekisteröitymistä tai tilausta. Syöttämiäsi tietoja käytetään vain tuloksen laskemiseen, eikä niitä tallenneta koskaan. Käytä palvelua nopeana apuvälineenä yksittäisiin tehtäviin tai lisää kirjanmerkkeihin työkalut, joita tarvitset päivittäin.