# Inspecteur Unicode

Visualisez chaque caractère d’un texte avec son point de code, sa catégorie générale, son écriture et ses octets UTF-8. L’inspecteur révèle les caractères invisibles tels que les espaces de largeur nulle, les traits d’union conditionnels, les marques d’ordre des octets et les contrôles bidirectionnels. Il signale les lettres similaires du cyrillique et du grec qui imitent les lettres latines, et avertit lorsque des mots mélangent plusieurs écritures, une astuce courante dans les domaines d’hameçonnage et les courriers indésirables.

## Foire aux questions

### Qu’indique l’inspecteur pour chaque caractère ?

Sa position, le caractère lui-même s’il est visible, le point de code au format U+, un nom pour les caractères spéciaux comme les espaces et les contrôles, la catégorie générale Unicode, par exemple Lu pour les lettres majuscules ou Zs pour les espaces, l’écriture à laquelle il appartient, ses octets en UTF-8, ainsi qu’une remarque lorsque le caractère est invisible, un espace spécial, un caractère de contrôle ou un caractère similaire.

### Quels caractères invisibles sont détectés ?

Les espaces de largeur nulle, le liant et le séparateur de largeur nulle, le liant de mots, le trait d’union conditionnel, la marque d’ordre des octets, les marques, embeddings, overrides et isolates bidirectionnels, les opérateurs mathématiques invisibles, les caractères de remplissage Hangul, les sélecteurs de variantes et les caractères de balise Unicode qui peuvent dissimuler du texte dans un emoji ou un mot.

### Qu’est-ce qu’un caractère similaire ?

Un caractère d’une autre écriture ou une forme stylisée qui ressemble à une lettre, un chiffre ou un signe ASCII ordinaire, par exemple le а cyrillique à la place du a latin, une lettre pleine chasse, une lettre mathématique en gras ou un tiret et des guillemets typographiques. La remarque indique le caractère ordinaire qu’il imite, afin de repérer les mots et domaines usurpés.

### Que signifie l’avertissement d’écritures mixtes ?

Il répertorie les mots contenant des lettres de plusieurs écritures, comme le latin et le cyrillique dans un même mot. Les mots réels mélangent rarement ces écritures ; un mot ainsi composé dans un nom de domaine, un nom d’utilisateur ou une adresse e-mail est donc un signe fort d’attaque par homographe.

### Pourquoi les caractères et les graphèmes sont-ils comptés séparément ?

Ici, un caractère correspond à un point de code Unicode. Un graphème correspond à ce qu’un lecteur perçoit comme un seul symbole, qui peut se composer de plusieurs points de code, par exemple une lettre avec un accent combinant ou un emoji avec une teinte de peau et des liants. Cette différence montre combien de points de code se cachent derrière le texte visible.

### Que m’indiquent les décomptes UTF-8 et UTF-16 ?

Les octets UTF-8 indiquent la taille du texte dans les fichiers, les URL et la plupart des bases de données. Les unités de code UTF-16 correspondent à ce que JavaScript, Java et Windows comptent comme longueur d’une chaîne, ce qui explique pourquoi un emoji compte souvent pour 2. Les limites des formulaires et des API font généralement référence à l’un de ces deux nombres.

### Que sont NFC et NFKC ?

Ce sont des formes de normalisation Unicode. Le texte en NFC utilise les caractères précomposés lorsqu'ils existent : une lettre accentuée correspond donc à un seul point de code. NFKC remplace aussi les caractères de compatibilité, comme les ligatures, les lettres pleine chasse et les exposants, par leurs formes simples. L’inspecteur vous indique si votre texte est déjà dans chacune de ces formes.

### Puis-je obtenir le texte sans les caractères invisibles ?

Oui. Le résultat structuré comprend le texte débarrassé de tous les caractères invisibles et de contrôle, tout en conservant les espaces ordinaires, les tabulations et les sauts de ligne. Les lettres qui se ressemblent ne sont que signalées, et ne sont pas remplacées, car elles peuvent être correctes dans une autre langue.

### Quelle quantité de texte puis-je inspecter ?

Jusqu’à 5,000 caractères à la fois. Le tableau affiche les 1,000 premiers caractères, tandis que les décomptes et les avertissements portent toujours sur l’ensemble du texte.

### Pourquoi certains caractères n’ont-ils pas de nom ?

L’inspecteur nomme les espaces, les caractères de contrôle, les signes diacritiques et la ponctuation que l’on peut facilement confondre. Chaque autre caractère est identifié par son point de code, sa catégorie et son écriture, ce qui suffit pour le rechercher dans n’importe quelle référence Unicode.

Votre publicité ici ?

[Envoyez-nous un e-mail](mailto:hi@dennn.is?subject=Publicit%C3%A9%20sur%20OneClick%20Pro)

[Annonce 433 outils pour vos agents IA via un seul serveur MCP.](https://multitaskai.com/fr/?ref=oneclickpro)
