Käyttöohje

Valitse ”Teksti → tavut” koodataksesi tai ”Tavut → teksti” purkaaksesi.
Valitse tavumuoto: binääri, heksadesimaali, desimaali tai oktaali.
Kirjoita tai liitä syötteesi. Tulos ja tavumäärä päivittyvät kirjoittaessasi.
Kopioi tulos tai vaihda se syötteeseen tarkistaaksesi edestakaisen muunnoksen.

Näin se toimii

Tietokoneet tallentavat tekstin tavuina. Tämä työkalu käyttää UTF-8:aa, jota lähes kaikki verkkosivustot ja nykyaikaiset järjestelmät käyttävät. UTF-8:ssa 128 ASCII-merkkiä (englannin kirjaimet, numerot ja perusvälimerkit) vievät kukin yhden tavun, joten H on binäärinä 01001000 ja heksadesimaalina 48. Kaikki muut merkit vievät kahdesta neljään tavua: é on 2 tavua (C3 A9), € ja ☕ ovat 3 tavua ja useimmat emojit 4 tavua. Siksi tavujen määrä voi olla suurempi kuin merkkien määrä ja yksi merkki voi muuttua useiksi 8 bitin ryhmiksi.

Jokainen tavu voidaan esittää neljällä yleisellä tavalla: 8-numeroisena binäärinä (00000000–11111111), 2-numeroisena heksadesimaalina (00–FF), desimaalilukuna (0–255) tai 3-numeroisena oktaalilukuna (000–377). Kun tavut kirjoitetaan ilman erottimia, binääri-, heksa- ja oktaaliarvot täytetään kiinteään leveyteen ja desimaaliarvot täytetään kolmeen numeroon, jotta ne voidaan jälleen jakaa yksiselitteisesti.

Dekoodaus sietää muotoilua: välilyönnit, rivinvaihdot, pilkut ja puolipisteet tavujen välillä ohitetaan, samoin 0x- ja 0b-etuliitteet sekä \x-escape-merkit. Jokainen ryhmä tarkistetaan; valitussa muodossa kielletty numero tai yli 255 oleva arvo ilmoitetaan tavun sijainnin kanssa. Dekoodauksen jälkeen tavut tarkistetaan kelvollisen UTF-8:n varalta, ja saat tiedon, jos ne eivät ole tekstiä.

Useista koodipisteistä koostuvat merkit, kuten liput tai ihonväriä sisältävät emojit, lasketaan täällä useina merkkeinä, koska jokainen koodipiste koodataan erikseen.

Esimerkit

Klassinen ”Hi” binäärinä

H on ASCII 72 ja i on 105, joten ”Hi” on binäärinä 01001000 01101001, heksana 48 69 ja desimaalina 72 105: 2 merkkiä, 2 tavua, 16 bittiä.

Miksi ”Café” on 5 tavua

C, a ja f ovat kukin yhden tavun, mutta é on UTF-8:ssa kaksi tavua: 11000011 10101001 (C3 A9). Sanassa on 4 merkkiä, mutta se vie 5 tavua, millä on merkitystä tietokannan sarakkeiden rajoissa ja tavuina mitatuissa protokollakentissä.

Heksavedoksen lukeminen

Debuggeri näyttää arvot 48 65 6c 6c 6f 2c 20 e4 b8 96 e7 95 8c. Liitä ne valitsemalla ”Tavut → teksti” ja heksadesimaali, niin saat tekstin ”Hello, 世界”; jokainen kiinalainen merkki on 3 tavua.

Usein kysytyt kysymykset

Miksi yksi merkki muuttuu 16, 24 tai 32 bitiksi?

UTF-8:ssa vain ASCII-merkit mahtuvat yhteen tavuun (8 bittiä). Aksentilliset kirjaimet ja useimmat muut aakkoset käyttävät 2 tavua, kiina, japani, korea ja monet symbolit 3 tavua ja emojit 4 tavua. Jokainen tavu näytetään omana ryhmänään.

Onko tämä ASCII vai UTF-8?

UTF-8. Tavalliselle englanninkieliselle tekstille tulos on sama kuin ASCII, koska UTF-8 on suunniteltu yhteensopivaksi sen kanssa. ASCII:n ulkopuolisia merkkejä ei voitaisi esittää pelkällä ASCII:lla.

Miksi saan virheen, kun puran binääriä?

Jokaisen tavun on oltava enintään 8 binäärinumeroa ja sisällettävä vain 0 ja 1. Ilman välilyöntejä numeroiden kokonaismäärän on oltava jaollinen 8:lla. Virheilmoitus nimeää tavun, jota ei voitu lukea.

Mitä tarkoittaa ”ei kelvollinen UTF-8”?

Tavut eivät muodosta kelvollisia UTF-8-sekvenssejä, esimerkiksi yksittäinen tavu yli 127 tai keskeltä katkennut sekvenssi. Data voi olla peräisin tiedostosta, joka on toisessa merkistössä, kuten Windows-1252, tai se ei välttämättä ole tekstiä lainkaan.

Tietosuoja

Muunnos tapahtuu selaimessasi käyttäen sen sisäänrakennettua UTF-8-kooderia ja -dekooderia. Tekstiäsi ei ladata, tallenneta eikä sisällytetä analytiikkaan.