SuperDevTools
ES

Convertidor Unicode y código de caracteres

Analizar un texto carácter por carácter

Pega o escribe un texto: cada carácter aparece con su punto de código, su nombre Unicode, sus bytes y sus secuencias de escape. Los caracteres invisibles y engañosos se señalan.

Prueba:
Caracteres visibles (grafemas)
0
Puntos de código
0
Unidades UTF-16
0
Bytes UTF-8
0

Caracteres invisibles o engañosos

No se ha encontrado ningún carácter invisible o engañoso.

    Detalle carácter por carácter

    N.º Carácter Punto de código Nombre Unicode Categoría UTF-8 UTF-16

    Convertir en los dos sentidos

    Escribe en cualquier campo y los demás se actualizan. Los códigos pueden ir separados por espacios; se aceptan U+, 0x, %, \x y entidades con nombre como é.

    Normalizar: NFC, NFD, NFKC, NFKD

    Las cuatro formas normalizadas del texto analizado arriba. NFC une las letras acentuadas, NFD las separa; NFKC y NFKD además sustituyen las variantes de compatibilidad (ligaduras, superíndices, espacios especiales).

    NFC composición canónica

    Puntos de código :

    NFD descomposición canónica

    Puntos de código :

    NFKC composición de compatibilidad

    Puntos de código :

    NFKD descomposición de compatibilidad

    Puntos de código :

    Buscar un carácter

    La búsqueda se hace en los nombres Unicode oficiales, en inglés, y en palabras clave en español: euro, flecha, corazón, eñe, comillas, espacio duro…

    Caracteres especiales por tema

    Haz clic en un carácter para copiarlo: también se añade a la casilla «Caracteres elegidos».

    Todo se calcula en tu navegador: no se envía nada.

    El código Unicode de cada carácter

    Este convertidor Unicode desmonta un texto carácter a carácter: punto de código, nombre Unicode oficial, bloque, categoría, bytes UTF-8 y UTF-16, entidades HTML y secuencias de escape para JavaScript, CSS, Python y direcciones web. Señala los caracteres invisibles y engañosos, convierte en los dos sentidos, normaliza y busca caracteres especiales por su nombre. Todo se calcula en tu navegador: no se envía nada.

    Cómo se usa

    1. Pega el texto en «Texto que quieres analizar». Los contadores muestran los «Caracteres visibles (grafemas)», los «Puntos de código» y los «Bytes UTF-8».
    2. En la tabla, haz clic en un punto de código para abrir la «Ficha del carácter»: cada valor tiene su botón «Copiar».
    3. Revisa el recuadro «Caracteres invisibles o engañosos» y usa «Quitar los caracteres invisibles» o «Sustituir los espacios especiales».
    4. En «Convertir en los dos sentidos», escribe en cualquier campo: U+1F600 da 😀, ☺ da ☺ y C3 B1 da ñ.
    5. «Buscar un carácter» acepta nombres y palabras clave: «euro» devuelve €. La paleta «Caracteres especiales por tema» copia un carácter con un clic.

    Puntos de código y codificaciones

    Unicode asigna un número único a casi 150 000 caracteres. Ese número, el punto de código, se escribe en hexadecimal tras «U+»: la ñ es U+00F1, el euro U+20AC y el emoji 😀 U+1F600. Para guardarlo en un archivo, una codificación lo convierte en bytes. En UTF-8, el estándar de la web, una letra sin tilde ocupa 1 byte, la ñ 2 (C3 B1), el € 3 (E2 82 AC) y un emoji 4 (F0 9F 98 80). UTF-16, el que usan JavaScript, Java y Windows, cuenta unidades de 16 bits: la ñ cabe en una (00F1) y 😀 necesita dos (D83D DE00). Por eso un solo emoji mide 2 en JavaScript.

    Por qué la «é» se puede escribir de dos formas

    La é puede ser un solo punto de código (U+00E9) o una e seguida de una tilde combinante (U+0065 U+0301). En pantalla no hay diferencia, pero para el ordenador son dos textos distintos. La normalización lo resuelve: NFC compone, NFD descompone. NFKC y NFKD van más allá y sustituyen las formas de compatibilidad: la ligadura fi pasa a «fi» y el superíndice ² pasa a 2.

    Emojis compuestos

    👍🏽 son 2 puntos de código, el pulgar y el tono de piel, y 8 bytes en UTF-8. La familia 👨‍👩‍👧 son 5: tres personas unidas por dos «unión de ancho cero» (U+200D), 18 bytes. La herramienta los agrupa en grafemas, lo que el lector percibe como un único carácter.

    Caracteres invisibles

    El espacio de ancho cero U+200B, los caracteres de unión U+200C y U+200D, la marca de orden de bytes U+FEFF y las marcas de dirección U+200E y U+200F no se ven. Al copiar y pegar, hacen que dos textos iguales no coincidan, que una contraseña bien escrita sea rechazada o que un programa dé un error de sintaxis. El espacio duro U+00A0 también puede estropear una fórmula en una hoja de cálculo. La herramienta indica su posición.

    Homoglifos y suplantación

    La «р» cirílica (U+0440) y la «а» cirílica (U+0430) son idénticas a la p y la a latinas. Escrita con ellas, «раssword» no es «password», y un usuario o una dirección falsos pueden pasar desapercibidos. La herramienta señala estas letras cuando aparecen en un texto latino. Detecta los casos habituales, no todos: si un enlace te parece raro, escribe tú la dirección.

    Escribir un carácter especial

    Según el sistema, se puede mantener pulsada una tecla para elegir una variante con tilde, teclear un código en el teclado numérico, abrir un mapa de caracteres o escribir el código hexadecimal tras un atajo concreto. Copiar el carácter desde aquí suele ser más rápido, como ¿ y ¡.

    Preguntas frecuentes

    ¿Por qué «año» ocupa 4 bytes?

    En UTF-8 la ñ ocupa 2 bytes, así que 3 caracteres dan 4 bytes.

    ¿Los nombres de los caracteres están en español?

    No, se muestra el nombre oficial de Unicode, en inglés, para los bloques habituales; para el resto, el bloque y la categoría. La búsqueda sí entiende palabras en español como flecha, corazón o eñe.

    ¿Qué borra exactamente «Quitar los caracteres invisibles»?

    Los caracteres de ancho cero, las marcas de dirección y los caracteres de control, salvo tabuladores y saltos de línea. Las uniones dentro de un emoji compuesto se conservan.

    ¿Se envía mi texto a algún sitio?

    No. Si el texto tiene menos de 20 000 caracteres, se guarda en el almacenamiento local para tu próxima visita.