کدپوینت، بایت و نام هر نویسه؛ نویسههای نامرئی را پیدا و پاک کنید
دو متن که کاملاً یکسان دیده میشوند ممکن است در جستوجو، مقایسه یا ورود به سایت با هم فرق کنند؛ معمولاً یک نویسهی نامرئی، یک فاصلهی ویژه یا شکل دیگری از یک حرف در کار است. بازرس یونیکد متن را نویسهبهنویسه باز میکند و برای هر کدام کدپوینت، بایتهای UTF-8 و UTF-16، دستهی یونیکد و نام انگلیسیاش را نشان میدهد.
نویسههای نامرئی با برچسب جدا مشخص میشوند و میتوانید آنها را با یک کلیک پاک کنید. برای مقایسهی شکلهای مختلف نوشتن یک نویسه، نرمالسازی یونیکد هم در دسترس است. همهچیز در مرورگر شما پردازش میشود.
متن را بچسبانید
متن، واژه، ایموجی یا هر نویسهی مشکوکی را در کادر بگذارید. بالای جدول، شمار خوشهها، کدپوینتها، طول UTF-16 و بایتهای UTF-8 را میبینید.
جدول نویسهها را بخوانید
هر ردیف یک کدپوینت است. نویسههای نامرئی بهجای شکل خالی با برچسبی مثل ZWNJ یا ZWSP نشان داده میشوند تا جایشان را ببینید.
نرمالسازی را امتحان کنید
یکی از شکلهای NFC، NFD، NFKC یا NFKD را انتخاب کنید تا ببینید کدام نویسهها تغییر میکنند. این کار برای پیدا کردن حرفهای ترکیبی و شکلهای سازگار مفید است.
متن را پاک کنید
در بخش «پاکسازی نویسههای نامرئی» تیک گروههایی را که نمیخواهید بزنید. نیمفاصله بهطور پیشفرض نگه داشته میشود، چون بخشی از نوشتار درست فارسی است. نتیجه را از «متن پاکسازیشده» کپی کنید.
نیمفاصله در «میشود»
واژه شش کدپوینت دارد و سومی نیمفاصله است؛ هر حرف فارسی دو بایت و نیمفاصله سه بایت UTF-8 میگیرد.
میشود
نتیجه: ۶ کدپوینت و ۱۳ بایت UTF-8؛ کدپوینت سوم U+200C است
فاصلهی نامرئی وسط کد تخفیف
یک فاصلهی با پهنای صفر (ZWSP) بین «کد» و «تخفیف» پنهان شده و با تنظیم پیشفرض پاکسازی حذف میشود.
کدتخفیف ویژه
نتیجه: کدتخفیف ویژه
ایموجی خانواده
آنچه یک نویسه دیده میشود از چند کدپوینت ساخته شده که با اتصالدهندهی پهنای صفر (ZWJ) به هم چسبیدهاند.
👨👩👧
نتیجه: ۱ خوشه، ۵ کدپوینت، ۸ واحد UTF-16 و ۱۸ بایت UTF-8