Inspector Unicode

Cómo se usa

1. Pega o escribe texto: los cinco recuentos, la cuadrícula de caracteres y los detalles del primer carácter aparecen de inmediato — sin pulsar ningún botón.
2. Lee primero los cinco números. Puntos de código, clústeres de grafemas, bytes UTF-8 y unidades UTF-16 son cuatro formas de contar el mismo texto; «Café» escrito como cinco letras más un acento combinado son 6 puntos de código pero 5 clústeres — la razón habitual por la que dos cadenas que parecen idénticas fallan una comparación.
3. Haz clic en cualquier ficha de la cuadrícula para abrir su ficha: punto de código, bytes UTF-8 / UTF-16 / UTF-32, nombre oficial de Unicode, categoría general, escritura y bloque. Un clúster formado por varios puntos de código (emoji familiar, letra acentuada) tiene una fila por punto de código.
4. Los caracteres ocultos se resaltan en la cuadrícula; cambia a «Solo ocultos» para ver únicamente esos clústeres. Eso abarca espacios de ancho cero, joiners, marcas direccionales, espacios de no separación, caracteres de control y sustitutos sin pareja.
5. «Copiar puntos de código» devuelve todo el texto como «U+0043 U+0061 …», listo para pegar en código o en un informe de error. «Copiar este clúster» hace lo mismo con el seleccionado.

Reglas, límites y problemas conocidos

• Los nombres provienen de una tabla seleccionada de 499 entradas oficiales — ASCII, Latin-1, puntuación general, formas de ancho completo, puntuación CJK común, selectores de variación y los caracteres de formato invisibles. Los caracteres fuera de ella muestran «—» como nombre; la categoría, la escritura y el bloque se calculan para cada carácter.
• Los nombres y los nombres de bloque se quedan en el inglés oficial de Unicode a propósito: son identificadores usados en especificaciones y código, y una traducción ya no podría cotejarse con el estándar.
• Los bloques y las escrituras siguen Unicode 16.0.0. Para caracteres añadidos después, el bloque puede faltar («—») y la escritura puede recurrir a su código (p. ej., «Latn»).
• Los bytes UTF-8 de un sustituto sin pareja se cuentan como U+FFFD (EF BF BD) — eso es lo que hace el codificador del navegador; el texto en sí nunca se modifica.
• Los clústeres de grafemas usan Intl.Segmenter (Chrome 87+, Safari 14.1+); sin él, la herramienta cuenta por punto de código y lo indica en el aviso.
• Los saltos de línea cuentan como caracteres ocultos porque son caracteres de control. Es justo lo que quieres al buscar bytes sueltos al final de una línea, pero significa que «ocultos» incluye los saltos de un pegado de varias líneas.
• Solo lectura: el texto nunca se modifica. Para eliminar caracteres invisibles usa el Limpiador de texto; para escribirlos como escapes \u o codificación porcentual usa las herramientas de escape.
• Un glifo de caja solo significa que la fuente de tu sistema no tiene el carácter — no significa que el carácter esté sin asignar.
• Hasta 100.000 puntos de código. La cuadrícula muestra los primeros 1.000 clústeres, mientras que todos los recuentos de arriba siguen cubriendo el texto completo.
• No se sube nada: todo se ejecuta en tu navegador, el texto nunca sale de la página y la herramienta sigue funcionando con la red desconectada.