Unicode Pregledovalnik
Oglejte si vsak znak v besedilu, njegovo kodno točko, splošno kategorijo, pisavo in bajte UTF-8. Pregledovalnik razkrije skrite znake, kot so presledki ničelne širine, mehki vezaji, oznake vrstnega reda bajtov in dvosmerna nadzorna znakovja; označi podobne črke iz cirilice in grščine, ki posnemajo latinske, ter opozori na besede, sestavljene iz znakov različnih pisav, kar je pogost trik pri lažnih domenah in neželeni pošti.
Pogosta vprašanja
Kaj pregledovalnik prikaže za vsak znak?
Njegov položaj, vidni znak, če je viden, kodno točko v zapisu U+, ime posebnih znakov, kot so presledki in kontrolni znaki, splošno kategorijo Unicode, na primer Lu za velike črke ali Zs za presledke, pripadajočo pisavo, bajte v UTF-8 ter opombo, če je znak skrit, poseben presledek, kontrolni znak ali podoben drugemu znaku.
Kateri skriti znaki se zaznajo?
Presledek ničelne širine, vezaj in neprelomni vezaj ničelne širine, besedilni vezaj, mehki vezaj, oznaka vrstnega reda bajtov, dvosmerne oznake, vdelave, preglasitve in izolacije, nevidni matematični operatorji, zapolnitveni znaki za hangul, izbirniki različic ter znaki oznak Unicode, ki lahko skrijejo besedilo v emodžiju ali besedi.
Kaj je znak, podoben drugemu znaku?
To je znak iz druge pisave ali oblikovna različica, ki je videti kot navadna črka ASCII, številka ali znak; na primer cirilični а namesto latiničnega a, črka polne širine, matematična krepka črka ali tipografski pomišljaj oziroma narekovaj. Opomba poimenuje navadni znak, ki ga posnema, zato lahko prepoznate ponarejene besede in domene.
Kaj pomeni opozorilo o mešanih pisavah?
Prikazuje besede, ki vsebujejo črke iz več kot ene pisave, na primer latinico in cirilico v isti besedi. Prave besede to počnejo le redko, zato je mešana beseda v imenu domene, uporabniškem imenu ali e-poštnem naslovu močan znak napada s homografi.
Zakaj se znaki in grafemi štejejo ločeno?
Znak je tukaj ena kodna točka Unicode. Grafem je tisto, kar bralec vidi kot en simbol; sestavlja ga lahko več kodnih točk, na primer črka s kombiniranim naglasom ali emodži z odtenkom kože in povezovalnimi znaki. Razlika pokaže, koliko kodnih točk se skriva za vidnim besedilom.
Kaj mi povesta števili bajtov UTF-8 in kodnih enot UTF-16?
Bajti UTF-8 določajo velikost besedila v datotekah, URL-jih in večini podatkovnih zbirk. Kodne enote UTF-16 kot dolžino niza štejejo JavaScript, Java in Windows, zato emodži tam pogosto šteje kot 2. Omejitve v obrazcih in API-jih se običajno nanašajo na eno od teh dveh števil.
Kaj sta NFC in NFKC?
To so normalizacijske oblike Unicode. Besedilo v NFC uporablja sestavljene znake, kjer obstajajo, zato je naglašena črka ena kodna točka. NFKC poleg tega zamenja združljivostne znake, kot so ligature, široke črke in nadpisani znaki, z njihovimi običajnimi oblikami. Pregledovalnik vam pove, ali je vaše besedilo že v posamezni obliki.
Ali lahko dobim besedilo brez skritih znakov?
Da. Strukturirani rezultat vključuje besedilo, iz katerega so odstranjeni vsi nevidni in kontrolni znaki, navadni presledki, tabulatorji in prelomi vrstic pa ostanejo. Podobne črke so samo navedene, ne zamenjane, saj so lahko pravilne v drugem jeziku.
Koliko besedila lahko pregledam?
Naenkrat do 5,000 znakov. Tabela prikaže prvih 1,000 znakov, število znakov in opozorila pa vedno zajemajo celotno besedilo.
Zakaj nekateri znaki nimajo imena?
Pregledovalnik poimenuje presledke, kontrolne znake, diakritična znamenja in ločila, ki jih je lahko zamenjati. Vsi drugi znaki so določeni s svojo kodno točko, kategorijo in pisavo, kar zadostuje za iskanje v katerem koli priročniku za Unicode.