tag Tekst naar ASCII/Unicode-code-converter star

Hoe het werkt

Elk teken dat u typt wordt één voor één doorlopen en omgezet naar het bijbehorende Unicode-codepunt — hetzelfde nummeringssysteem waarvan de eerste 128 waarden, 0 tot en met 127, de oorspronkelijke ASCII-tabel vormen. Binnen dat bereik vormen codes 32-126 het afdrukbare blok: letters, cijfers, leestekens en het spatieteken. Codes 0-31 zijn controletekens, een historische laag die is overgebleven van telexmachines en typemachines die specifieke codes gebruikten om de printkop of het papier te verplaatsen in plaats van een teken af te drukken — code 13 (carriage return) stuurde de kop terug naar het begin van de regel, en code 10 (line feed) verplaatste het papier één regel — een splitsing die de reden is waarom platte-tekstbestanden op verschillende besturingssystemen nog steeds van mening verschillen over hoe een regeleinde wordt opgeslagen.

Voorbeeld: het typen van "Hi!" levert de codelijst 72, 105, 33 op — hoofdletter H is 72, kleine letter i is 105, en het uitroepteken is 33, allemaal binnen het afdrukbare bereik van 32-126. Diezelfde lijst terug in de decoder plakken herbouwt "Hi!" exact, teken voor teken.

Waar deze tool verder gaat dan een schoolboek-ASCII-tabel, is bij codes 128 en hoger. Dat hogere bereik, informeel "extended ASCII" genoemd, is nooit gestandaardiseerd: verschillende leveranciers en regio's bouwden verschillende code pages met 256 waarden, waarbij ze verschillende glyphs toekenden aan dezelfde byte. Een byte die op de ene Turkse code page "ğ" betekende, kon op het codepage van een ander systeem een compleet ander teken betekenen, of helemaal niets afdrukbaars. Die inconsistentie is precies het probleem dat UTF-8 en volledige Unicode-codepunten moesten oplossen: in plaats van één byte per teken met een van de code page afhankelijke betekenis, krijgt elk teken een stabiele numerieke identiteit die overal hetzelfde betekent. Daarom codeert deze converter elk teken als een volledig Unicode-codepunt in plaats van af te kappen tot één byte, zodat Turkse letters zoals ğ, ş, ı, ö, ü, ç en emoji allemaal betrouwbaar worden omgezet.

Wat u moet weten

• Afdrukbaar bereik: codes 32-126 komen op elk systeem altijd overeen met een zichtbaar teken; al het andere heeft context nodig (een lettertype, een code page, of volledige Unicode) om correct te worden geïnterpreteerd.
• Controlecodes hebben geen glyph: het decoderen van een waarde van 0-31 (of 127, DEL) terug naar tekst toont geen afdrukbaar teken — dat is te verwachten, geen fout, want deze codes waren nooit bedoeld om te worden weergegeven.
• Voorbij byte 255: Unicode-codepunten gaan ver voorbij het oude plafond van 256 waarden — emoji bijvoorbeeld leven in de honderdduizenden — en deze tool verwerkt het volledige bereik, niet slechts de waarde van één byte.
• Verliesvrije heen-en-terugreis: coderen en vervolgens decoderen levert altijd exact uw originele tekst weer op, omdat elk codepunt op precies één teken wordt afgebeeld zonder enige benadering of compressie.
• Werkt volledig in uw browser: er wordt nergens tekst naartoe gestuurd, dus het is veilig om gevoelige strings, tokens of wachtwoorden te converteren voor het debuggen.