dialpad Convertitore da Testo a Binario star

Come Funziona

Il testo non viene convertito in binario carattere per carattere: viene convertito byte per byte, dopo essere stato prima codificato come UTF-8. Questa distinzione è importante perché un singolo carattere non occupa sempre un solo byte. Digita un carattere ASCII (le normali lettere inglesi, cifre e punteggiatura, punti di codice 0-127) e questo entra esattamente in un byte, quindi A diventa un unico gruppo di 8 bit: 01000001. La maggior parte dei caratteri non inglesi richiede più spazio. La İ maiuscola puntata turca (Unicode U+0130) viene codificata in UTF-8 come due byte, non uno: 11000100 10110000 — due gruppi separati di 8 bit. Un'emoji come 😀 (U+1F600) richiede quattro byte: 11110000 10011111 10011000 10000000. Questo strumento esegue esattamente questa pipeline — testo → byte UTF-8 → un gruppo binario a 8 bit per byte, separati da spazi — quindi una parola contenente "İ", "ğ" o un'emoji produce visibilmente più gruppi di quanto prevederebbe un'ipotesi ingenua "un carattere uguale un byte".

I byte extra non sono arbitrari; seguono uno schema di bit fisso che qualsiasi decodificatore consapevole di UTF-8 (compreso questo strumento, quando esegue la conversione al contrario) può riconoscere. Il primo byte di una sequenza multi-byte inizia con una serie di bit 1 seguita da uno 0 che annuncia quanti byte compongono il carattere — 110xxxxx significa "2 byte in totale", 1110xxxx significa "3 byte", 11110xxx significa "4 byte" — mentre ogni byte successivo, un byte di continuazione, inizia sempre con il prefisso fisso 10xxxxxx. Leggendo 11000100 10110000 per İ: il decodificatore vede 110 (un byte iniziale a 2 byte) seguito da un byte che inizia con 10 (esattamente un byte di continuazione), conferma che la sequenza è completa e ricostruisce il singolo punto di codice Unicode U+0130 dai bit rimanenti di entrambi i byte combinati. Questo è anche il motivo per cui un byte estraneo o corrotto nel mezzo di un carattere multi-byte interrompe la decodifica — il prefisso del byte di continuazione deve corrispondere, altrimenti il carattere non può essere ricostruito.

Cosa Dovresti Sapere

Convertire il binario di nuovo in testo inverte la stessa pipeline: i gruppi di 8 bit vengono letti in ordine, riraggruppati in sequenze complete di byte UTF-8 controllando il prefisso di ogni byte iniziale per sapere quanti byte di continuazione gli appartengono, poi decodificati di nuovo in caratteri — quindi una stringa binaria generata correttamente ritorna sempre esattamente al testo originale, caratteri turchi ed emoji inclusi, non un'approssimazione. Questo funziona solo perché il binario qui è specificamente UTF-8: il binario prodotto da una codifica diversa (UTF-16, o una codifica turca a byte singolo come ISO-8859-9/Windows-1254) usa conteggi di byte e schemi di bit diversi per gli stessi caratteri, e incollarlo qui decodificherà il testo sbagliato o fallirà del tutto — non è uno strumento universale binario-testo, è uno strumento UTF-8. Poiché l'intera conversione avviene lato client nel browser, nessun testo o binario digitato viene mai inviato da nessuna parte.