Unicode-tekeninspecteur — codepunten, namen en bytes
Analyseer teken voor teken: Unicode-codepunten, namen, categorieën, scripts, UTF-8- en UTF-16-bytes, met waarschuwingen voor onzichtbare en gelijkende tekens.
🔒 Draait volledig in uw browser — niets wordt geüploadZie waar je tekst echt uit bestaat
Tekst die er normaal uitziet, kan verrassingen verbergen: een spatie zonder breedte die een wachtwoord of zoekopdracht breekt, een harde spatie die een CSV-import blokkeert, een Cyrillische letter in een domeinnaam of een ligatuur die helemaal niet uit de twee letters bestaat die je ziet. De Unicode-inspecteur splitst elke tekenreeks op in afzonderlijke codepunten en toont voor elk daarvan het teken, het U+-codepunt, de officiële Unicode-naam, de algemene categorie (letter, merkteken, leesteken, symbool, scheidingsteken, besturingsteken, opmaak…), het script en de exacte bytes waarmee het in UTF-8 en UTF-16 wordt opgeslagen.
De samenvatting telt tekens zoals gebruikers ze zien (grafeemclusters), codepunten, UTF-16-code-eenheden — de lengte die JavaScript, Java en C# opgeven — en UTF-8-bytes, waar databases en netwerkprotocollen meestal een limiet op zetten. Door alle vier naast elkaar te zien begrijp je waarom een emoji als één, twee of vier kan tellen, afhankelijk van wie er telt.
Herken onzichtbare en gelijkende tekens
Rijen worden gemarkeerd wanneer er iets is dat aandacht verdient. Onzichtbare opmaaktekens zoals spaties zonder breedte, joiners, byte-volgordemarkeringen en bidirectionele besturingstekens worden gemarkeerd, evenals besturingstekens, tekens voor privégebruik, ongebruikelijke spaties en variatieselectors. Compatibiliteitstekens — letters met volledige breedte, ligaturen, superscript en wiskundige alfanumerieke tekens — worden gemarkeerd samen met het gewone teken waar ze normaal voor staan.
Verwarrende letters uit het Cyrillisch, Grieks en Armeens die Latijnse letters nabootsen, worden gemarkeerd wanneer ze in Latijnse tekst voorkomen, en elk woord dat scripts mengt wordt boven de tabel aangegeven. Dat is het klassieke patroon van homograafaanvallen, waarbij „pаypal.com” een Cyrillische „а” gebruikt om een echte site na te bootsen. Tekst die volledig in het Cyrillisch of Grieks is geschreven, wordt niet gemarkeerd. De knop „Remove invisible characters” (onzichtbare tekens verwijderen) wist opmaak- en besturingstekens, maar behoudt regeleinden, tabs en emoji-joiners.
Privé-analyse
De inspecteur en de bijbehorende namendatabase draaien volledig in je browser. Wachtwoorden, tokens en berichten die je plakt, worden nooit geüpload.
Hoe te gebruiken
- Plak tekstVoeg een willekeurige tekenreeks toe: een verdachte link, een gebruikersnaam, emoji of tekst die vreemd gedrag vertoont.
- Lees de tabelElk codepunt toont de U+-waarde, de officiële naam, de categorie, het script en de UTF-8- en UTF-16-codering.
- Controleer de waarschuwingenGemarkeerde rijen wijzen op onzichtbare tekens, ongebruikelijke spaties, gelijkende letters en compatibiliteitsvormen.
- Maak schoon indien nodigVerwijder onzichtbare tekens met één klik („Remove invisible characters”) of toon alleen de gemarkeerde rijen („Show only flagged characters”).