Codificador de bytes UTF-8

Un codificador de bytes UTF-8 convierte caracteres legibles en la secuencia exacta de bytes que Unicode asigna bajo UTF-8, mostrados como pares hexadecimales de dos dígitos, y un decodificador correspondiente reconstruye la cadena original a partir de esos bytes. Escriba texto plano y elija codificar para recibir pares hex separados por espacios —un par por octeto— o pegue hex y elija decodificar para recuperar el texto.

Cómo el texto se convierte en bytes hex UTF-8 y por qué importa la validez

Los ordenadores almacenan el texto como secuencias de bytes. UTF-8 codifica cada punto de código Unicode como uno a cuatro bytes: las letras latinas básicas suelen necesitar un solo byte que coincide con el ASCII clásico, mientras que el latín acentuado, muchos alfabetos no latinos y los emoji necesitan dos, tres o cuatro bytes.

Al codificar, se recorre la cadena con un codificador UTF-8 estándar y luego se escribe cada byte como dos dígitos hexadecimales en minúscula de cero a doscientos cincuenta y cinco, uniendo los pares con un solo espacio para que las personas puedan contar octetos de un vistazo. Decodificar hace lo contrario: divide la entrada en pares candidatos, exige que cada par tenga exactamente dos dígitos hex, convierte cada par en un byte y luego interpreta el array de bytes como UTF-8 con validación estricta.

Si un par tiene un dígito, tres dígitos o un carácter no hexadecimal, o si la cadena hex continua tiene longitud impar, el conversor debe fallar. Un relleno silencioso cambiaría el contenido y ocultaría errores en los ejercicios. Más importante aún, incluso un hex bien formado puede describir bytes que no son UTF-8 válido —por ejemplo un byte de continuación suelto o un byte inicial multibyte truncado—.

Esta página está dirigida a quienes buscan un codificador de bytes UTF-8, una herramienta de texto a bytes hex o un decodificador hex UTF-8 en línea; no es un conversor de grupos de bits binarios ni un detector general de codificaciones para páginas de códigos heredadas.

Consejos prácticos, límites y herramientas relacionadas

Prefiera decode cuando ya dispone del hex de una captura de paquetes, una línea de registro o un libro de texto y quiere recuperar los caracteres. Las comprobaciones de ida y vuelta son la prueba de humo más rápida: codifique una palabra corta como Hi, confirme que los dos pares coinciden con los bytes ASCII conocidos cuarenta y ocho y sesenta y nueve en hex, luego decodifique esos pares y confirme que recupera la cadena original.

Mantenga los contenidos por debajo del límite de caracteres publicado; los volcados de varios megabytes pertenecen al trabajo sin conexión. Esta herramienta no es un conversor de bits binarios —los grupos binarios son base dos, no base dieciséis— ni una herramienta de reparación de mojibake que adivina Latin-1 o Windows-1252.

Prefiera esta capacidad cuando la intención de búsqueda es texto frente a octetos hex UTF-8; use el conversor de texto a binario cuando necesite grupos de ocho bits de ceros y unos, y use una herramienta de reparación de conversión a UTF-8 cuando el problema sea la codificación de origen incorrecta y no la presentación hex.

Al enseñar, muestre el mismo emoji o letra acentuada junto a una letra ASCII simple para que los estudiantes vean que los octetos UTF-8 multibyte aparecen como pares hex adicionales y no como un único código misterioso.