Convertitore di code point Unicode

Unicode assegna a ogni carattere un valore scalare univoco scritto nella familiare notazione U più esadecimale, dalle lettere latine di base come U+0041 per la A maiuscola fino alle emoji e alle scritture storiche che richiedono cinque o sei cifre esadecimali. Sviluppatori, ingegneri dei font, team di localizzazione e help desk hanno costantemente bisogno di espandere una breve stringa in quei code point per il debug, la documentazione o i formati di trasmissione, e altrettanto spesso devono riassemblare un elenco di token U+ nei glifi originali.

Come gli scalari Unicode corrispondono ai token U+XXXX

Unicode definisce uno spazio di valori scalari da zero a U+10FFFF. Non ogni intero in quell'intervallo è un carattere che le persone digitano ogni giorno, ma ogni carattere astratto memorizzato nel testo moderno è identificato da uno di quegli scalari. Le stringhe JavaScript sono sequenze di unità di codice UTF-16, quindi una singola emoji o un raro ideogramma CJK può occupare due unità chiamate coppia di surrogati.

Un convertitore corretto deve quindi usare l'iterazione per code point anziché indicizzare un'unità alla volta; altrimenti una faccina sorridente verrebbe segnalata erroneamente come due surrogati alto e basso separati invece che come un unico scalare come U+1F600. Questa capacità scorre la stringa con codePointAt, avanza di una o due unità secondo necessità e formatta ogni scalare come U+ seguito da almeno quattro cifre esadecimali maiuscole, estendendosi a cinque o sei cifre quando il valore lo richiede.

Il percorso inverso accetta diverse grafie comuni affinché le fonti incollate restino flessibili: U+0048, u+48, 0x48, esadecimale semplice come 0048 e forme HTML come H o il decimale H. Ogni token viene analizzato come intero e poi convalidato: i valori oltre U+10FFFF vengono rifiutati e l'intervallo dei surrogati UTF-16 da U+D800 a U+DFFF viene rifiutato perché quelle unità di codice non sono valori scalari Unicode e non devono mai apparire come caratteri autonomi in una stringa Unicode ben formata.

Gli scalari validi vengono assemblati con fromCodePoint in una normale stringa JavaScript.

Dove la conversione dei code point Unicode appare nel lavoro reale

Le pipeline di font e glifi documentano quali scalari copre una famiglia e necessitano di elenchi U+ stabili nelle tabelle campione e nei diff delle pull request. Gli ingegneri dell'internazionalizzazione confrontano le forme normalizzate, danno la caccia a sosia ambigui e verificano che il nome di un prodotto non nasconda un omoglifo espandendo ogni carattere nel suo code point. I team di accessibilità e contenuti incollano brevi stringhe dagli strumenti di progettazione e necessitano di un'espansione autorevole quando un glifo appare come un riquadro o un'emoji inattesa.

I revisori di sicurezza ispezionano nomi utente, URL e righe di log alla ricerca di caratteri di controllo non ASCII o scalari a uso privato che sfuggono ai filtri ingenui. I corsi di programmazione insegnano la codifica mostrando che un singolo carattere visibile può corrispondere a uno scalare mentre UTF-8 può usare più byte; una pagina dedicata al convertitore serve meglio quell'intento di ricerca rispetto a seppellirlo sotto strumenti Base64 o di riparazione UTF-8.

Gli help desk ricevono screenshot di simboli strani e ricostruiscono i code point esatti da un campione digitato o copiato affinché l'ingegneria possa riprodurre il bug. Se Le servono segreti Base32, codifica percentuale per URL, dump ottali di byte o riparazione di mojibake in UTF-8, li tratti come intenti di ricerca e pagine separati invece di sovraccaricare questa pagina del convertitore di code point Unicode.