Convertisseur Unicode

Qu’est-ce qu’Unicode ?

Unicode est une norme internationale pour l'encodage, la représentation et la gestion du texte. Il attribue un numéro unique (point de code) à chaque caractère de chaque système d'écriture, ainsi qu'aux symboles, émojis et caractères de contrôle. Unicode vise à devenir le jeu de caractères universel, contenant actuellement plus de 149 000 caractères couvrant 161 scripts.

Encodages Unicode

Les points de code Unicode peuvent être codés dans différents formats : UTF-8 (variable de 1 à 4 octets, compatible ASCII), UTF-16 (2 ou 4 octets, utilisé par JavaScript/Windows) et UTF-32 (fixé de 4 octets). UTF-8 est devenu l'encodage dominant sur le Web, gérant toutes les langues tout en restant efficace pour le texte ASCII.

Cas d'utilisation courants

Débogage des problèmes d'encodage dans le texte
Trouver des points de code de caractères spéciaux
Conversion de séquences Unicode échappées
Analyser la composition des personnages
Travailler avec l'internationalisation (i18n)

Formats de notation

U+XXXX Notation Unicode standard (par exemple, U+0041 pour « A »)

\uXXXX Séquence d'échappement JavaScript/JSON

&#DDDD; Entité décimale HTML

&#xHHHH; Entité HTML hexadécimale

Foire aux questions

Quelle est la différence entre UTF-8 et Unicode ?

Unicode est le jeu de caractères (mappage des caractères sur des nombres). UTF-8 est un moyen de coder ces nombres sous forme d'octets. Les autres codages incluent UTF-16 et UTF-32.

Pourquoi certains caractères ressemblent-ils à des cases ou à des points d’interrogation ?

Cela se produit lorsque votre système ne dispose pas d'une police incluant ce caractère ou lorsque l'encodage est mal détecté. Le personnage existe mais ne peut pas être affiché.