Cómo usarla

Elige “Texto → bytes” para codificar o “Bytes → texto” para decodificar.
Elige un formato de byte: binario, hexadecimal, decimal u octal.
Escribe o pega el texto de entrada. El resultado y el número de bytes se actualizan mientras escribes.
Copia el resultado o pásalo al campo de entrada para comprobar la conversión inversa.

Cómo funciona

Los ordenadores almacenan el texto como bytes. Esta herramienta usa UTF-8, la codificación que utilizan casi todos los sitios web y sistemas modernos. En UTF-8, los 128 caracteres ASCII (letras inglesas, dígitos y signos de puntuación básicos) ocupan un byte cada uno: H es 01001000 en binario y 48 en hexadecimal. El resto de los caracteres ocupa entre dos y cuatro bytes: é ocupa 2 bytes (C3 A9), € y ☕ ocupan 3 bytes, y la mayoría de los emojis ocupan 4 bytes. Por eso el número de bytes puede ser mayor que el número de caracteres, y un carácter puede convertirse en varios grupos de 8 bits.

Cada byte puede escribirse de cuatro formas habituales: en binario con 8 dígitos (00000000–11111111), en hexadecimal con 2 dígitos (00–FF), en decimal (0–255) o en octal con 3 dígitos (000–377). Cuando los bytes se escriben sin separadores, los valores binarios, hexadecimales y octales se rellenan hasta alcanzar una longitud fija, y los valores decimales se rellenan hasta 3 dígitos para poder separarlos de nuevo sin ambigüedades.

La decodificación tolera distintos formatos: se ignoran los espacios, los saltos de línea, las comas y los puntos y comas entre bytes, así como los prefijos 0x y 0b y las secuencias de escape \x. Se comprueba cada grupo; si un dígito no está permitido en el formato elegido o el valor supera 255, se indica la posición del byte. Después de decodificarlos, se comprueba que los bytes formen UTF-8 válido y se te indica si no son texto.

Los caracteres formados por varios puntos de código, como las banderas o los emojis con tonos de piel, se cuentan aquí como varios caracteres, porque cada punto de código se codifica por separado.

Ejemplos

El clásico “Hi” en binario

H corresponde al valor ASCII 72 e i al 105, así que “Hi” se convierte en 01001000 01101001 en binario, 48 69 en hexadecimal y 72 105 en decimal: 2 caracteres, 2 bytes y 16 bits.

Por qué “Café” ocupa 5 bytes

C, a y f ocupan un byte cada una, pero é ocupa dos bytes en UTF-8: 11000011 10101001 (C3 A9). La palabra tiene 4 caracteres, pero ocupa 5 bytes, algo importante para los límites de las columnas de bases de datos y los campos de protocolo medidos en bytes.

Cómo leer un volcado hexadecimal

Un depurador muestra 48 65 6c 6c 6f 2c 20 e4 b8 96 e7 95 8c. Pégalo con “Bytes → texto” y selecciona “Hexadecimal” para obtener “Hello, 世界”; cada carácter chino ocupa 3 bytes.

Preguntas frecuentes

¿Por qué un carácter se convierte en 16, 24 o 32 bits?

En UTF-8, solo los caracteres ASCII ocupan un byte (8 bits). Las letras acentuadas y la mayoría de los alfabetos usan 2 bytes; el chino, el japonés, el coreano y muchos símbolos usan 3, y los emojis usan 4. Cada byte se muestra en su propio grupo.

¿Esto es ASCII o UTF-8?

UTF-8. En el caso del texto en inglés sin caracteres especiales, el resultado es idéntico al de ASCII porque UTF-8 se diseñó para ser compatible con ASCII. Los caracteres que no pertenecen a ASCII no se pueden representar solo con ASCII.

¿Por qué aparece un error al decodificar binario?

Cada byte debe tener como máximo 8 dígitos binarios y contener solo 0 y 1. Sin espacios, el número total de dígitos debe ser múltiplo de 8. El mensaje de error indica qué byte no se pudo leer.

¿Qué significa “UTF-8 no válido”?

Los bytes no forman secuencias UTF-8 válidas, por ejemplo, un byte aislado mayor que 127 o una secuencia cortada a la mitad. Puede que los datos provengan de un archivo con otra codificación, como Windows-1252, o que no sean texto.

Privacidad

La conversión se realiza en tu navegador mediante el codificador y el decodificador UTF-8 integrados. Tu texto no se sube, almacena ni incluye en las analíticas.