Conversor de unidades de código UTF-16

Esta herramienta convierte texto plano en un volcado hexadecimal continuo de esas unidades de código —o al revés— mientras usted elige la disposición big-endian o little-endian de cada unidad.

Qué es una unidad de código UTF-16 y por qué ayuda el hex

Un valor escalar Unicode del Plano Multilingüe Básico cabe en una unidad de código de 16 bits. Los caracteres fuera de ese plano —emojis, muchas escrituras históricas y símbolos raros— usan un par sustituto: un sustituto alto en el rango U+D800–U+DBFF seguido de un sustituto bajo en U+DC00–U+DFFF. Depurar un volcado de protocolo, una carga del portapapeles o un archivo mal etiquetado a menudo significa leer esas unidades como hexadecimal en lugar de adivinar qué byte es cuál.

La codificación convierte su texto en hexadecimal continuo en mayúsculas, de modo que cada dos dígitos hex son un byte y cada cuatro dígitos son una unidad de código bajo el orden de bytes que haya seleccionado. La descodificación invierte esa ruta: los espacios, dos puntos, guiones bajos y guiones de la cadena hex se ignoran, así puede pegar volcados de líneas de registro o de capturas de paquetes sin un paso de limpieza aparte.

La respuesta indica siempre cuántas unidades de código y cuántos bytes se han producido, lo que facilita compararlo con un campo de longitud de una especificación binaria. Como la conversión es puro trabajo local de análisis, entradas idénticas dan siempre salidas idénticas, sin deriva de modelo y sin dependencia de la red.

Orden de bytes, selección de modo y reglas de buena formación

El modo tiene por defecto encode: aporte texto plano y reciba hex. Cambie el modo a decode cuando la entrada ya sea una representación hex de bytes UTF-16. El orden de bytes tiene por defecto be (big-endian), de modo que U+0048 se convierte en el par de bytes 00 48; elija le para el little-endian 48 00, que coincide con muchas disposiciones de memoria de Windows y ARM.

El orden de bytes se aplica a cada unidad de código de forma independiente; no hay prefijo ni recorte automático de BOM: si necesita una BOM, añade o quita usted mismo el patrón familiar FEFF como unidades explícitas. La descodificación exige una longitud hex que sea múltiplo de cuatro tras la limpieza, porque cada unidad de código son dos bytes.

Tanto en codificación como en descodificación se comprueba que el flujo no tenga sustitutos sueltos: una unidad alta sin una unidad baja detrás, una unidad baja sin una unidad alta delante, o un par truncado al final de la entrada fallan todos. Esa regla evita la corrupción silenciosa cuando un volcado se cortó a mitad de carácter o cuando una cadena ya contenía un sustituto solitario.

Los valores de modo u orden no válidos también fallan de inmediato con un mensaje específico del campo, para que el cliente pueda corregir la solicitud sin adivinar.

Dónde ejecutarlo y cómo funciona el precio

Para una inspección puntual —leer un volcado UTF-16LE de una exportación del registro de Windows, comprobar cómo un emoji se expande en dos unidades de código o confirmar que el hex big-endian de un socio coincide con su texto— use la herramienta gratuita del navegador. Meta la llamada en un cuaderno de ingeniería inversa, en un arnés de QA que afirma la igualdad del formato en el cable, o en un flujo de soporte donde los clientes pegan hex y usted necesita la cadena legible sin abrir un editor hexadecimal.

Como la capacidad es trabajo de análisis de tier A, la latencia se mantiene baja y no hay coste de contenedor ni de modelo que volver a medir tras cada despliegue.