dialpad Convertisseur texte-binaire star

Comment ça fonctionne

Le texte n'est pas converti en binaire caractère par caractère — il est converti octet par octet, après avoir d'abord été encodé en UTF-8. Cette distinction compte, car un seul caractère n'occupe pas toujours un seul octet. Tapez un caractère ASCII (les lettres anglaises simples, les chiffres et la ponctuation, points de code 0-127) et il tient exactement dans un octet, donc A devient un seul groupe de 8 bits : 01000001. La plupart des caractères non anglais ont besoin de plus de place. Le İ majuscule pointé turc (Unicode U+0130) est encodé en UTF-8 sur deux octets, pas un seul : 11000100 10110000 — deux groupes de 8 bits distincts. Un émoji comme 😀 (U+1F600) nécessite quatre octets : 11110000 10011111 10011000 10000000. Cet outil exécute exactement ce pipeline — texte → octets UTF-8 → un groupe binaire de 8 bits par octet, séparés par des espaces — donc un mot contenant « İ », « ğ » ou un émoji produit visiblement plus de groupes qu'une hypothèse naïve « un caractère égale un octet » ne le prédirait.

Ces octets supplémentaires ne sont pas arbitraires ; ils suivent un motif de bits fixe que tout décodeur conscient de l'UTF-8 (y compris cet outil, exécutant la conversion en sens inverse) peut reconnaître. Le premier octet d'une séquence multi-octets commence par une suite de bits à 1 suivie d'un 0 qui annonce combien d'octets composent le caractère — 110xxxxx signifie « 2 octets au total », 1110xxxx signifie « 3 octets », 11110xxx signifie « 4 octets » — tandis que chaque octet qui le suit, un octet de continuation, commence toujours par le préfixe fixe 10xxxxxx. En lisant 11000100 10110000 pour İ : le décodeur voit 110 (un octet de tête sur 2 octets) suivi d'un octet commençant par 10 (exactement un octet de continuation), confirme que la séquence est complète, et reconstruit l'unique point de code Unicode U+0130 à partir des bits restants des deux octets combinés. C'est aussi pourquoi un octet perdu ou corrompu au milieu d'un caractère multi-octets casse le décodage — le préfixe de l'octet de continuation doit s'aligner, sinon le caractère ne peut pas être reconstitué.

Ce que vous devez savoir

Convertir le binaire en texte inverse le même pipeline : les groupes de 8 bits sont lus dans l'ordre, regroupés en séquences d'octets UTF-8 complètes en vérifiant le préfixe de chaque octet de tête pour savoir combien d'octets de continuation lui appartiennent, puis décodés en caractères — donc une chaîne binaire correctement générée redonne toujours exactement le texte d'origine, caractères turcs et émojis compris, et non une approximation. Cela ne fonctionne que parce que le binaire ici est spécifiquement de l'UTF-8 : un binaire produit par un encodage différent (UTF-16, ou un encodage turc sur un seul octet comme ISO-8859-9/Windows-1254) utilise des nombres d'octets et des motifs de bits différents pour les mêmes caractères, et le coller ici décodera un texte erroné ou échouera carrément — ce n'est pas un outil binaire-texte universel, c'est un outil UTF-8. Comme toute la conversion s'exécute côté client dans le navigateur, aucun texte ni binaire que vous saisissez n'est jamais envoyé où que ce soit.