跳转到正文

Unicode 检查器

查看文本中的每个字符及其码位、通用类别、文字系统和 UTF-8 字节。检查器会显示零宽空格、软连字符、字节顺序标记和双向控制字符等隐藏字符,标记模仿拉丁字母的西里尔字母和希腊字母等易混淆字符,并对混用文字系统的词语发出警告。这是钓鱼域名和垃圾信息中常见的伎俩。

重置

常见问题

检查器会显示每个字符的哪些信息?

字符的位置;字符可见时显示字符本身;U+ 表示法的码位;空格和控制字符等特殊字符的名称;Unicode 通用类别,例如大写字母的 Lu 或空格的 Zs;所属文字系统;UTF-8 字节;以及字符为隐藏字符、特殊空格、控制字符或易混淆字符时的提示。

能检测出哪些隐藏字符?

零宽空格、零宽连接符和非连接符、词连接符、软连字符、字节顺序标记、双向标记、嵌入、覆盖和隔离控制符、不可见数学运算符、韩文填充字符、变体选择符,以及 Unicode 标签字符(可将文本隐藏在表情符号或单词中)。

什么是易混淆字符?

来自另一种文字系统或采用特殊样式、但看起来像普通 ASCII 字母、数字或符号的字符。例如用西里尔字母 а 替代拉丁字母 a、全角字母、数学粗体字母,或印刷样式的破折号和引号。提示会指出该字符模仿的普通字符,帮助你识别伪造的词语和域名。

混合文字系统警告是什么意思?

此警告会列出包含多个文字系统字母的词语,例如在一个词中混用了拉丁字母和西里尔字母。真实词语很少这样写,因此域名、用户名或电子邮件地址中的混合文字系统词语是同形异义字攻击的明显迹象。

为什么字符和字素要分别计数?

这里的一个字符是一个 Unicode 码位。字素是读者看到的一个符号,它可能由多个码位组成,例如带组合重音符号的字母,或带肤色和连接符的表情符号。分别计数可以显示可见文本背后包含多少个码位。

UTF-8 和 UTF-16 计数分别说明什么?

UTF-8 字节数表示文本在文件、URL 和大多数数据库中的大小。UTF-16 代码单元数是 JavaScript、Java 和 Windows 用来计算字符串长度的单位,因此一个表情符号在那里通常计为 2。表单和 API 的限制通常指这两个数字中的一个。

什么是 NFC 和 NFKC?

它们是Unicode规范化形式。NFC 会在可能时使用预组字符,因此一个带重音的字母只占一个码点。NFKC 还会将连字、全角字母和上标等兼容字符替换为普通形式。检查器会告知你的文本是否已采用这两种形式。

我可以获取移除了隐藏字符的文本吗?

可以。结构化结果会包含移除了所有不可见字符和控制字符的文本,同时保留普通空格、制表符和换行符。外形相似的字母只会被报告,不会被替换,因为它们在其他语言中可能是正确的。

我可以检查多少文本?

每次最多5,000个字符。表格会显示前1,000个字符,而计数和警告始终涵盖全文。

为什么有些字符没有名称?

检查器会为容易混淆的空格、控制字符、组合标记和标点命名。其他字符则通过码点、类别和文字系统来识别,这些信息足以让你在任何Unicode参考资料中查到它们。

关于 OneClick Pro

OneClick Pro 是一个免费的工具集合,包含超过 150 种网络工具,助你处理日常工作:转换图像和单位、格式化和验证代码、检查域名和 SEO,以及处理文本、日期和数字。所有工具均可免注册、免订阅使用;你输入的内容仅用于计算结果,绝不会被存储。你可以将它用作处理临时任务的快捷工具箱,也可以收藏每天都会用到的工具。