dialpad Metin - İkili (Binary) Çevirici star

Nasıl Çalışır

Metin ikiliye karakter karakter değil, önce UTF-8'e kodlanıp sonra byte byte çevrilir. Bu fark önemlidir çünkü bir karakter her zaman tek bir byte'a sığmaz. ASCII bir karakter yazdığınızda (düz İngilizce harfler, rakamlar ve noktalama, 0-127 kod noktaları) bu tam olarak tek byte'a sığar; örneğin A tek bir 8-bit grup olur: 01000001. Ama Türkçe karakterlerin çoğu daha fazla yer ister. Türkçe büyük noktalı İ harfi (Unicode U+0130), UTF-8'de tek değil iki byte olarak kodlanır: 11000100 10110000 — iki ayrı 8-bit grup. Bir emoji, örneğin 😀 (U+1F600), dört byte gerektirir: 11110000 10011111 10011000 10000000. Bu araç tam olarak bu işlem hattını çalıştırır — metin → UTF-8 byte'ları → her byte için boşlukla ayrılmış bir 8-bit ikili grup — bu yüzden içinde "İ", "ğ" veya emoji geçen bir kelime, "her karakter bir byte" varsayımının öngöreceğinden gözle görülür daha fazla grup üretir.

Bu ekstra byte'lar rastgele değildir; herhangi bir UTF-8 farkında çözücünün (bu aracın çeviriyi tersten çalıştırırken yaptığı da dahil) tanıyabileceği sabit bir bit desenini izler. Çok baytlı bir dizinin ilk byte'ı, kaç byte'tan oluştuğunu haber veren bir dizi 1-bit ve ardından bir 0 ile başlar — 110xxxxx "toplam 2 byte" demektir, 1110xxxx "3 byte", 11110xxx "4 byte" demektir — onu izleyen her byte ise, yani devam-baytı, her zaman sabit 10xxxxxx önekiyle başlar. İ için 11000100 10110000'i okurken: çözücü 110'u (2-baytlık bir başlangıç byte'ı) görür, ardından 10 ile başlayan bir byte (tam olarak bir devam-baytı) gelir, dizinin tamamlandığını doğrular ve iki byte'ın kalan bitlerinden tek bir Unicode kod noktası olan U+0130'u yeniden oluşturur. Çok baytlı bir karakterin ortasındaki bozuk veya eksik bir byte'ın çözümlemeyi kırmasının nedeni de budur — devam-baytı öneki tutmazsa karakter yeniden birleştirilemez.

Bilinmesi Gerekenler

İkiliyi metne geri çevirmek aynı işlem hattını tersine çalıştırır: 8-bit gruplar sırayla okunur, her başlangıç byte'ının önekine bakılarak kaç devam-baytının ona ait olduğu belirlenir, tam UTF-8 byte dizileri olarak yeniden gruplanır, sonra karakterlere geri çözülür — bu sayede doğru üretilmiş bir ikili dizi her zaman orijinal metnin tam olarak aynısına döner, Türkçe karakterler ve emoji dahil, bir yaklaşıklık değil. Bu yalnızca buradaki ikilinin özellikle UTF-8 olmasından ötürü işler: farklı bir kodlamayla (UTF-16 veya ISO-8859-9/Windows-1254 gibi tek-baytlık bir Türkçe kodlama) üretilmiş ikili, aynı karakterler için farklı byte sayıları ve bit desenleri kullanır ve buraya yapıştırıldığında ya yanlış metne çözülür ya da tamamen başarısız olur — bu araç evrensel bir ikili-metin aracı değil, özellikle bir UTF-8 aracıdır. Çeviri tamamen tarayıcınızda, istemci tarafında çalıştığı için yazdığınız hiçbir metin veya ikili hiçbir yere gönderilmez.