Ricerca Unicode
Incolla un carattere e leggi il suo code point U+, l'entità numerica HTML e l'escape CSS, una riga per carattere.
La ricerca restituisce, per ogni carattere che incolli, tre informazioni su una riga sola: la notazione U+ con il code point in esadecimale, l'entità numerica HTML da usare nel markup e l'escape con barra rovesciata da usare nei fogli di stile. Nessun nome ufficiale e nessuna descrizione del blocco: per quelli servono le tabelle del Consorzio Unicode. Quello che ottieni qui è l'identità esatta del carattere, che è poi la domanda vera quando qualcosa non torna.
Il caso italiano più comune riguarda l'apostrofo. Word e i correttori automatici sostituiscono l'apostrofo dritto U+0027 con quello tipografico U+2019 e in l'Italia la differenza non si vede a occhio, ma un motore di ricerca interno, una espressione regolare o un file CSV la vedono benissimo. Incolla i due apostrofi uno dopo l'altro nella ricerca e la doppia riga chiarisce in un secondo quale dei due hai davvero nel testo.
Stesso discorso per la È. Sulla tastiera italiana la E maiuscola accentata non ha un tasto dedicato, così si finisce per scrivere E seguita da apostrofo. Nella ricerca le due scritture si distinguono immediatamente: una riga sola con U+00C8 nel primo caso, due righe con U+0045 e U+2019 nel secondo. Vale anche per i trattini, dove il trattino breve U+002D, il trattino medio U+2013 e la lineetta U+2014 si confondono continuamente negli incolla da PDF.
C'è poi la questione della normalizzazione. La parola città può essere memorizzata in due modi diversi: cinque code point, con la à precomposta U+00E0, oppure sei, con una a normale seguita dall'accento combinante U+0300. Le due forme sembrano identiche sullo schermo ma non sono la stessa stringa, e macOS ha storicamente scritto i nomi dei file nella seconda. Se una ricerca non trova un file che vedi con i tuoi occhi, la ricerca Unicode ti mostra quale delle due forme hai.
Lo stesso strumento è il modo più rapido per stanare i caratteri invisibili. Quando un modulo rifiuta un nome utente apparentemente corretto, o un conteggio caratteri dà un numero più alto del previsto, di solito c'è di mezzo uno spazio a larghezza zero U+200B, un byte order mark U+FEFF o uno spazio unificatore U+00A0 arrivato da un incolla. Non si vedono, ma nell'elenco delle righe compaiono.
A differenza del convertitore binario, questa pagina legge i code point interi, quindi funziona correttamente anche con le emoji e restituisce per esempio U+1F600 invece della metà di una coppia di surrogati. L'escape CSS va usato dentro la proprietà content, nella forma con barra rovesciata seguita dalle cifre esadecimali, e va chiuso con uno spazio quando il carattere successivo potrebbe essere scambiato per un'altra cifra.
Come si usa
Incolla il carattere
Anche più caratteri insieme: ognuno occupa una riga del risultato.
Leggi il code point
La notazione U+ identifica il carattere in modo univoco e senza ambiguità.
Copia il codice utile
Prendi l'entità HTML per il markup o l'escape con barra rovesciata per i CSS.
Domande frequenti sulla ricerca Unicode
Per ogni carattere una riga con tre dati: il code point in notazione U+, l'entità numerica HTML per il markup e l'escape con barra rovesciata per i fogli di stile. I caratteri ASCII vengono riportati tali e quali nella colonna HTML.
No, e vale la pena dirlo chiaramente. Qui trovi il code point, non il nome normativo né il blocco di appartenenza. Per quelli devi consultare le tabelle ufficiali del Consorzio Unicode partendo dal valore U+ che leggi qui.
Incollali entrambi. Quello dritto della tastiera è U+0027, quello curvo inserito dai correttori automatici è U+2019. Nel testo si assomigliano, ma ricerche, filtri e espressioni regolari li trattano come due caratteri diversi.
Serve a inserire un carattere dentro la proprietà content senza doverlo incollare nel foglio di stile. Si scrive con la barra rovesciata seguita dalle cifre esadecimali e conviene chiuderlo con uno spazio per evitare che le cifre successive vengano assorbite.
Perché esistono due forme di normalizzazione. In città la à può essere un carattere precomposto oppure una a seguita dall'accento combinante: sullo schermo il risultato è identico, ma la seconda forma occupa un code point in più.
Sì. La ricerca legge i code point interi, quindi un'emoji restituisce il suo valore reale come U+1F600 e non la metà di una coppia di surrogati. Le sequenze composte da più code point vengono mostrate una riga per elemento.
Incolla il frammento sospetto e scorri le righe. Spazio a larghezza zero, byte order mark e spazio unificatore non si vedono nel testo ma compaiono nell'elenco con il loro code point, e spiegano moduli rifiutati o conteggi sballati.
No. L'analisi avviene interamente nel browser, quindi puoi incollare anche frammenti di documenti riservati per capire da quale carattere nasce un problema di codifica.