Convertisseur d'encodage Unicode

Qu'est-ce qu'un échappement Unicode ?

中文
  U+4E2D U+6587         code point
  \u4E2D\u6587          JavaScript / Java / JSON
  \u{4E2D}\u{6587}      ES6 / Rust
  E4 B8 AD E6 96 87     UTF-8
  %E4%B8%AD%E6%96%87    URL
  中文      HTML

Ce que fait ce convertisseur

Exemples

{"msg":"\u4e2d\u6587 failed","code":500}

{"msg":"中文 failed","code":500}

U+4E2D  \u{1F600}  中  \ud83d\ude00

中  😀  中  😀

中

\u4E2D        JavaScript / Java / JSON
\u{4E2D}      ES6 / Rust
U+4E2D        code point
E4 B8 AD      UTF-8
\344\270\255  octal

Comment l'utiliser

1. 1

   Collez

   Séquences d'échappement, points de code, entités, octets encodés ou texte brut. Pas besoin de préciser de quoi il s'agit.

2. 2

   Lisez le résultat

   Le texte lisible apparaît immédiatement, avec l'indication des formes reconnues.

3. 3

   Copiez la forme dont vous avez besoin

   Toutes les formes sont listées sous le résultat, chacune avec son propre bouton de copie.

4. 4

   Inspectez en cas de doute

   Ouvrez le tableau par caractère pour voir points de code, octets, écriture et noms, et activez Révéler pour faire apparaître les caractères invisibles.

Les pièges à connaître

\ud83d\ude00

\U0001F600

’  ->  U+0092

’  ->  U+2019

\4E2Da

\004E2Da

Quand vous en avez besoin

Lire des logs

Les logs serveur et les réponses d'API arrivent souvent avec le non-ASCII échappé. Collez la ligne et lisez-la sans l'éditer d'abord.

Déplacer des chaînes d'un langage à l'autre

Copiez l'échappement dans la forme exacte qu'accepte le langage cible, au lieu de convertir à la main entre paire de substitution et forme longue.

Traquer un bug d'encodage

Quand une comparaison échoue ou qu'une base de données refuse une valeur, le tableau par caractère montre quels points de code et quels octets sont en jeu.

Nettoyer du contenu collé

Le texte copié depuis une page web ou un document traîne souvent des caractères invisibles. Trouvez-les avant qu'ils n'atteignent la production.

Détails techniques

Des unités de code, pas des caractères

JavaScript, Java et JSON échappent des unités de code UTF-16, donc un caractère au-dessus de U+FFFF demande deux échappements. Python et Go proposent à la place une forme à huit chiffres qui prend directement le point de code.

Les références numériques HTML sont remappées

La spécification HTML impose de lire les références numériques de la plage 128 à 159 à travers windows-1252 plutôt que comme des points de code : une référence comme 146 est donc une apostrophe typographique (U+2019) et non un caractère de contrôle invisible.

Les échappements CSS ont besoin d'être complétés

Un échappement CSS consomme jusqu'à six chiffres hexadécimaux, donc un échappement court suivi d'un caractère hexadécimal fusionne en un seul point de code erroné. Compléter à six chiffres lève l'ambiguïté, et un espace placé juste après est consommé comme terminateur.

Une substitution isolée n'a pas le même sort partout

Une substitution non appariée est conservée par la sérialisation JSON, remplacée silencieusement par TextEncoder, refusée par l'encodage en pourcentage, écrite comme un point d'interrogation par Java et transformée en erreur par Python.

Bonnes pratiques

Normalisez avant de comparer

Repliez les deux côtés sur la même forme de normalisation avant toute comparaison ou déduplication, en particulier pour les noms et les identifiants.

Préférez la forme longue pour Python et Go

Une paire de substitution est valide en JSON mais casse dans ces deux langages. Utilisez l'échappement à huit chiffres quand la cible est du source Python ou Go.

Cherchez les caractères invisibles tôt

Validez les entrées collées à la frontière du système plutôt que de déboguer une inégalité bien plus tard.

Gardez la valeur d'origine

Le décodage n'est pas toujours réversible sans perte une fois que des caractères de remplacement apparaissent. Conservez la valeur brute jusqu'à ce que vous soyez sûr.

Questions fréquentes