Treci la conținut

Inspector Unicode

Vedeți fiecare caracter dintr-un fragment de text, împreună cu punctul său de cod, categoria generală, scrierea și octeții UTF-8. Inspectorul dezvăluie caractere ascunse, precum spațiile fără lățime, cratimele condiționale, marcajele de ordine a octeților și comenzile bidirecționale, semnalează litere asemănătoare din alfabetul chirilic și cel grec, care imită litere latine, și avertizează asupra cuvintelor care combină scrieri, o metodă des întâlnită în domeniile folosite pentru phishing și în spam.

Resetează

Întrebări frecvente

Ce afișează inspectorul pentru fiecare caracter?

Poziția sa, caracterul propriu-zis dacă este vizibil, punctul de cod în notația U+, o denumire pentru caractere speciale, precum spațiile și comenzile, categoria generală Unicode, de exemplu Lu pentru litere mari sau Zs pentru spații, scrierea căreia îi aparține, octeții săi UTF-8 și o notă dacă este ascuns, dacă este un spațiu special, un caracter de control sau unul asemănător cu altul.

Ce caractere ascunse sunt detectate?

Spațiul fără lățime, conectorul și separatorul fără lățime, conectorul de cuvinte, cratima condițională, marcajul de ordine a octeților, marcajele, încorporările, suprascrierile și izolările bidirecționale, operatorii matematici invizibili, caracterele de umplere Hangul, selectorii de variație și caracterele de etichetă Unicode, care pot ascunde text în interiorul unui emoji sau al unui cuvânt.

Ce este un caracter asemănător?

Un caracter dintr-o altă scriere sau o formă stilizată care seamănă cu o literă, o cifră sau un semn ASCII simplu, de exemplu а chirilic în loc de a latin, o literă de lățime completă, o literă matematică aldine sau o linie și un ghilimele tipografice. Nota numește caracterul simplu pe care îl imită, astfel încât să puteți identifica cuvintele și domeniile falsificate.

Ce înseamnă avertismentul privind scrierile mixte?

Acesta enumeră cuvintele care conțin litere din mai multe scrieri, cum ar fi litere latine și chirilice în același cuvânt. Cuvintele reale rareori conțin astfel de combinații, așa că un cuvânt cu scrieri mixte într-un nume de domeniu, un nume de utilizator sau o adresă de e-mail este un semn clar al unui atac prin omograf.

De ce sunt numărate separat caracterele și grafemele?

Aici, un caracter este un singur punct de cod Unicode. Un grafem este ceea ce cititorul percepe ca un singur simbol, care poate fi alcătuit din mai multe puncte de cod, de exemplu o literă cu accent combinat sau un emoji cu o nuanță a pielii și conectori. Diferența arată câte puncte de cod se ascund în spatele textului vizibil.

Ce îmi spun numărătorile UTF-8 și UTF-16?

Octeții UTF-8 indică dimensiunea textului în fișiere, URL-uri și majoritatea bazelor de date. Unitățile de cod UTF-16 sunt cele pe care JavaScript, Java și Windows le numără drept lungimea unui șir de caractere, motiv pentru care un emoji este adesea numărat ca 2 acolo. Limitele din formulare și API-uri se referă de obicei la unul dintre aceste două numere.

Ce sunt NFC și NFKC?

Sunt forme de normalizare Unicode. Textul în NFC folosește caractere precompuse atunci când există, astfel încât o literă accentuată este un singur punct de cod. NFKC înlocuiește și caracterele de compatibilitate, precum ligaturile, literele cu lățime fixă și indicii superiori, cu formele lor simple. Inspectorul vă arată dacă textul este deja în fiecare dintre aceste forme.

Pot obține textul fără caracterele ascunse?

Da. Rezultatul structurat include textul cu toate caracterele invizibile și de control eliminate, păstrând spațiile obișnuite, taburile și întreruperile de linie. Literele asemănătoare sunt doar raportate, nu înlocuite, deoarece pot fi corecte într-o altă limbă.

Cât text pot inspecta?

Până la 5,000 de caractere odată. Tabelul afișează primele 1,000 caractere, în timp ce numărătorile și avertismentele acoperă întotdeauna întregul text.

De ce unele caractere nu au nume?

Inspectorul denumește spațiile, caracterele de control, semnele și semnele de punctuație care se pot confunda ușor. Fiecare alt caracter este identificat prin punctul de cod, categorie și scriere, suficiente pentru a-l căuta în orice referință Unicode.

Despre OneClick Pro

OneClick Pro este o colecție gratuită de peste 150 de instrumente web pentru activitățile de zi cu zi: conversia imaginilor și unităților, formatarea și validarea codului, verificarea domeniilor și a SEO, precum și lucrul cu text, date și numere. Fiecare instrument funcționează fără înregistrare sau abonament, iar ceea ce introduceți este folosit doar pentru a calcula rezultatul și nu este stocat niciodată. Folosiți colecția ca trusă de instrumente rapidă pentru sarcini ocazionale sau salvați în marcaje instrumentele pe care le utilizați în fiecare zi.