SuperDevTools
FR

Convertisseur Unicode et code des caractères

Analyser un texte caractère par caractère

Collez ou tapez un texte : chaque caractère est détaillé avec son point de code, son nom Unicode, ses octets et ses échappements. Les caractères invisibles et trompeurs sont signalés.

Essayer :
Caractères visibles (graphèmes)
0
Points de code
0
Unités UTF-16
0
Octets UTF-8
0

Caractères invisibles ou trompeurs

Aucun caractère invisible ou trompeur détecté.

    Détail caractère par caractère

    N° Caractère Point de code Nom Unicode Catégorie UTF-8 UTF-16

    Convertir dans les deux sens

    Tapez dans n'importe quel champ : les autres se mettent à jour. Les codes peuvent être séparés par des espaces ; U+, 0x, %, \x et les entités nommées comme é sont acceptés.

    Normaliser : NFC, NFD, NFKC, NFKD

    Les quatre formes normalisées du texte analysé plus haut. NFC recompose les lettres accentuées, NFD les décompose ; NFKC et NFKD remplacent en plus les variantes de compatibilité (ligatures, exposants, espaces spéciales).

    NFC composition canonique

    Points de code :

    NFD décomposition canonique

    Points de code :

    NFKC composition de compatibilité

    Points de code :

    NFKD décomposition de compatibilité

    Points de code :

    Trouver un caractère

    La recherche porte sur les noms Unicode officiels, en anglais, et sur des mots-clés en français : euro, flèche, cœur, coche, guillemet, espace insécable…

    Caractères spéciaux par thème

    Cliquez sur un caractère pour le copier : il s'ajoute aussi à la zone « Caractères choisis ».

    Tout est calculé dans votre navigateur : rien n'est envoyé.

    Le code Unicode de chaque caractère

    Ce convertisseur Unicode détaille un texte caractère par caractère : point de code, nom Unicode, bloc, catégorie, octets UTF-8 et UTF-16, entités HTML, échappements JavaScript, CSS, Python et URL. Il signale les caractères invisibles et les lettres trompeuses, convertit dans les deux sens, normalise et retrouve un caractère spécial par son nom. Tout est calculé dans votre navigateur : rien n'est envoyé.

    Comment l'utiliser

    1. Collez votre texte dans « Texte à analyser ». Les compteurs donnent les « Caractères visibles (graphèmes) », les « Points de code » et les « Octets UTF-8 ».
    2. Dans le tableau, cliquez sur un point de code pour ouvrir la « Fiche du caractère », où chaque valeur a son bouton « Copier ».
    3. Lisez l'encadré « Caractères invisibles ou trompeurs », puis cliquez sur « Retirer les caractères invisibles » ou « Remplacer les espaces spéciales ».
    4. Dans « Convertir dans les deux sens », tapez dans n'importe quel champ : U+1F600 donne 😀, ☺ donne ☺, C3 A9 donne é.
    5. « Trouver un caractère » cherche par nom ou mot-clé : « euro » renvoie €. La palette « Caractères spéciaux par thème » copie un caractère d'un clic.

    Points de code et encodages

    Unicode donne un numéro unique à près de 150 000 caractères. Ce numéro, le point de code, s'écrit en hexadécimal après « U+ » : é est U+00E9, l'euro U+20AC, 😀 U+1F600. Pour l'enregistrer, un encodage le traduit en octets. En UTF-8, le format du web, une lettre sans accent prend 1 octet, é en prend 2 (C3 A9), € 3 (E2 82 AC) et un émoji 4. UTF-16, utilisé par JavaScript et Windows, compte en unités de 16 bits : é en occupe une, 😀 deux (D83D DE00). D'où un émoji qui compte pour 2 dans la longueur d'une chaîne JavaScript.

    Pourquoi « é » s'écrit de deux façons

    Le é peut être un seul point de code (U+00E9) ou un e suivi d'un accent combinant (U+0065 U+0301). À l'écran, rien ne change ; pour l'ordinateur, ce sont deux textes différents, d'où des recherches qui échouent. La normalisation règle cela : NFC recompose, NFD décompose. NFKC et NFKD vont plus loin : la ligature fi devient « fi », l'exposant ² devient 2.

    Émojis composés

    👍🏽 compte 2 points de code (le pouce et la couleur de peau) et 8 octets. La famille 👨‍👩‍👧 en compte 5 : trois personnages reliés par deux liants U+200D, soit 18 octets. L'outil les regroupe en graphèmes, ce que l'œil voit comme un seul caractère.

    Caractères invisibles

    L'espace sans chasse U+200B, le liant U+200D, la marque d'ordre des octets U+FEFF ou les marques de direction U+200E et U+200F ne se voient pas. Arrivés par copier-coller, ils font échouer une comparaison, rendent un mot de passe faux alors qu'il paraît juste ou cassent du code. Les espaces insécables U+00A0 et fines U+202F, normales devant « : » en français, peuvent aussi gêner un tableur. L'outil indique leur position.

    Homoglyphes et hameçonnage

    Le « р » cyrillique (U+0440) et le « а » cyrillique (U+0430) imitent p et a. « раssword » écrit avec eux n'est donc pas « password » : un identifiant ou une adresse piégés passent inaperçus. L'outil signale ces lettres mêlées à un texte latin. Il couvre les cas courants, pas tous : devant un lien douteux, tapez l'adresse vous-même.

    Taper un caractère spécial

    Selon le système, on maintient une touche pour obtenir une lettre accentuée, on saisit un code au pavé numérique, on ouvre une table de caractères ou on tape le code hexadécimal après un raccourci. Copier le caractère ici reste souvent plus rapide.

    Questions fréquentes

    Pourquoi « Noël » pèse-t-il 5 octets ?

    En UTF-8, chaque lettre accentuée prend 2 octets : 4 caractères donnent donc 5 octets.

    Les noms des caractères sont-ils traduits ?

    Non, l'outil affiche le nom officiel Unicode, en anglais, pour les blocs courants ; sinon, le bloc et la catégorie. La recherche accepte des mots-clés français comme flèche, cœur ou coche.

    Que retire exactement le nettoyage ?

    Les caractères de largeur nulle, les marques de direction et les caractères de contrôle, sauf tabulations et retours à la ligne. Les liants internes à un émoji composé sont gardés.

    Mon texte est-il envoyé quelque part ?

    Non. Il reste dans votre navigateur, gardé en mémoire locale pour votre prochaine visite s'il ne dépasse pas 20 000 caractères.