Tra cứu ký tự Unicode

Cách sử dụng

1. Dán hoặc nhập văn bản: năm số đếm, lưới ký tự và thông tin của ký tự đầu tiên hiện ngay — không cần nhấn nút.
2. Đọc năm con số trước. Code point, cụm grapheme, byte UTF-8 và đơn vị UTF-16 là bốn cách đếm cùng một văn bản; “Café” gõ bằng năm chữ cái cộng một dấu kết hợp là 6 code point nhưng 5 cụm — đó thường là lý do hai chuỗi trông giống hệt lại không bằng nhau khi so sánh.
3. Nhấp vào bất kỳ ô nào trong lưới để mở thông tin: code point, byte UTF-8 / UTF-16 / UTF-32, tên chính thức trong Unicode, hạng mục chung, hệ chữ và khối. Một cụm gồm nhiều code point (emoji gia đình, chữ có dấu) có một dòng cho mỗi code point.
4. Ký tự ẩn được tô sáng trong lưới; chuyển sang “Chỉ ký tự ẩn” để chỉ xem những cụm đó. Phạm vi này gồm dấu cách zero-width, joiner, dấu định hướng, dấu cách không ngắt, ký tự điều khiển và surrogate lẻ.
5. “Sao chép code point” trả về toàn bộ văn bản dưới dạng “U+0043 U+0061 …”, sẵn sàng dán vào mã hoặc báo lỗi. “Sao chép cụm này” làm điều tương tự cho cụm đang chọn.

Quy tắc, giới hạn và các vấn đề đã biết

• Tên lấy từ bảng chọn lọc 499 mục chính thức — ASCII, Latin-1, dấu câu chung, dạng full-width, dấu câu CJK thông dụng, variation selector và các ký tự định dạng vô hình. Ký tự ngoài bảng hiển thị “—” cho tên; hạng mục, hệ chữ và khối được tính cho mọi ký tự.
• Tên và tên khối cố ý giữ tiếng Anh chính thức của Unicode: chúng là định danh dùng trong đặc tả và mã, dịch đi sẽ không còn đối chiếu được với chuẩn.
• Khối và hệ chữ theo Unicode 16.0.0. Với ký tự được thêm sau này, khối có thể bị thiếu (“—”) và hệ chữ có thể quay về mã (ví dụ “Latn”).
• Byte UTF-8 cho surrogate lẻ được tính là U+FFFD (EF BF BD) — đó là cách bộ mã hóa của trình duyệt làm; bản thân văn bản không bao giờ bị sửa.
• Cụm grapheme dùng Intl.Segmenter (Chrome 87+, Safari 14.1+); nếu không có, công cụ đếm theo code point và nói rõ trong thông báo.
• Xuống dòng được tính là ký tự ẩn vì chúng là ký tự điều khiển. Đó chính là điều bạn muốn khi truy tìm byte lạc ở cuối dòng, nhưng cũng có nghĩa “ẩn” bao gồm cả xuống dòng của đoạn văn nhiều dòng.
• Chỉ đọc: văn bản không bao giờ bị thay đổi. Để loại bỏ ký tự vô hình, dùng Làm sạch văn bản; để ghi chúng thành escape \u hoặc mã hóa phần trăm, dùng các công cụ escape.
• Ô vuông chỉ có nghĩa phông chữ hệ thống của bạn thiếu ký tự đó — không có nghĩa ký tự chưa được gán.
• Tối đa 100.000 code point. Lưới hiển thị 1.000 cụm đầu tiên trong khi mọi số đếm phía trên vẫn tính toàn bộ văn bản.
• Không tải lên gì: mọi thứ chạy trong trình duyệt, văn bản không bao giờ rời khỏi trang và công cụ vẫn hoạt động khi ngắt mạng.