Encodeur d'octets UTF-8

Un encodeur d'octets UTF-8 transforme des caractères lisibles en la séquence exacte d'octets que Unicode attribue sous UTF-8, affichés sous forme de paires hexadécimales à deux chiffres, et un décodeur correspondant reconstruit la chaîne d'origine à partir de ces octets. Saisissez du texte brut et choisissez encoder pour recevoir des paires hex séparées par des espaces —une paire par octet— ou collez du hex et choisissez décoder pour retrouver le texte.

Comment le texte devient des octets hex UTF-8 et pourquoi la validité compte

Les ordinateurs stockent le texte sous forme de séquences d'octets. UTF-8 encode chaque point de code Unicode en un à quatre octets : les lettres latines de base n'ont souvent besoin que d'un seul octet identique à l'ASCII classique, tandis que le latin accentué, de nombreux scripts non latins et les emoji en demandent deux, trois ou quatre.

L'encodage parcourt la chaîne avec un encodeur UTF-8 standard, puis écrit chaque octet sous forme de deux chiffres hexadécimaux minuscules de zéro à deux cent cinquante-cinq, en joignant les paires par une seule espace pour compter les octets d'un coup d'œil. Le décodage fait l'inverse : il découpe l'entrée en paires candidates, exige que chaque paire comporte exactement deux chiffres hex, convertit chaque paire en octet, puis interprète le tableau d'octets comme du UTF-8 avec validation fatale.

Si une paire contient un chiffre, trois chiffres ou un caractère non hexadécimal, ou si la chaîne hex continue a une longueur impaire, le convertisseur doit échouer. Un remplissage silencieux modifierait la charge utile et masquerait les erreurs d'exercice. Plus important encore, même un hex bien formé peut décrire des octets qui ne sont pas du UTF-8 valide —par exemple un octet de continuation isolé ou un octet de tête multioctet tronqué—.

Cette page vise les personnes qui recherchent un encodeur d'octets UTF-8, un outil texte vers octets hex ou un décodeur hex UTF-8 en ligne ; ce n'est ni un convertisseur de groupes de bits binaires ni un détecteur général d'encodages pour les pages de code historiques.

Conseils pratiques, limites et outils associés

Préférez decode lorsque vous disposez déjà du hex d'une capture de paquets, d'une ligne de journal ou d'un manuel et souhaitez retrouver les caractères. Les vérifications aller-retour sont le test de fumée le plus rapide : encodez un mot court comme Hi, confirmez que les deux paires correspondent aux octets ASCII connus quarante-huit et soixante-neuf en hex, puis décodez ces paires et confirmez que vous récupérez la chaîne d'origine. Gardez les contenus sous la limite de caractères publiée ; les dumps de plusieurs mégaoctets relèvent du hors ligne.

Cet outil n'est pas un convertisseur de bits binaires —les groupes binaires sont en base deux, pas en base seize— ni un outil de réparation de mojibake qui devine Latin-1 ou Windows-1252. Préférez cette capacité lorsque l'intention de recherche oppose texte et octets hex UTF-8 ; utilisez le convertisseur texte-binaire lorsque vous avez besoin de groupes de huit bits de zéros et de uns, et un outil de réparation de conversion vers UTF-8 lorsque le problème est un mauvais encodage source plutôt que la présentation hex.

Pour enseigner, montrez le même emoji ou la même lettre accentuée à côté d'une lettre ASCII simple afin que les étudiants voient les octets UTF-8 multioctets apparaître comme des paires hex supplémentaires plutôt qu'un code mystérieux unique.