Kiểm tra ký tự Unicode

Cách sử dụng

1. Dán đoạn văn bản đang trục trặc — mật khẩu, tên tệp, URL, một dòng trong CSV.
2. Đọc phần tổng quan: ba con số khác nhau, vì ba hệ thống đo theo ba cách.
3. Tìm những ký tự bị đánh dấu vô hình — đó thường là thứ làm phép so sánh thất bại.
4. Sao chép dạng escape hoặc entity khi cần viết ký tự đó vào mã nguồn.

Tính năng

• Hiển thị code point, chuỗi escape, HTML entity và dạng URL cho từng ký tự.
• Đánh dấu khoảng trắng không ngắt, ký tự rộng bằng không và dấu định hướng.
• Nêu tên những chữ Kirin, Hy Lạp giả dạng chữ Latin.
• Đếm riêng code point, đơn vị UTF-16 và byte UTF-8.
• Chạy hoàn toàn trong trình duyệt — nội dung bạn dán không rời khỏi trang.

Câu hỏi thường gặp

Vì sao có tới ba con số đếm ký tự khác nhau?

Vì đang đếm ba thứ khác nhau. Con người đếm code point: 😀 là một ký tự. `String.length` của JavaScript đếm đơn vị UTF-16 và cho ra 2. Giới hạn của một cột cơ sở dữ liệu hay một HTTP header lại đếm byte UTF-8 và cho ra 4. Một đoạn text vừa với giới hạn này có thể vượt giới hạn kia, nên cả ba đều được hiển thị.

Vì sao trong văn bản của tôi lại có ký tự rộng bằng không?

Thường là do một trang web chèn vào để cho phép ngắt dòng giữa một từ dài, rồi nó theo luôn thao tác sao chép. Nó không có bề rộng nên nhìn hệt như cũ — nhưng chuỗi đã khác chuỗi không có nó, và đó là lý do mật khẩu sai, tra cứu không ra, hoặc hai dòng trông giống hệt lại không khớp nhau.

Cảnh báo ký tự giả dạng nghĩa là gì?

Nghĩa là văn bản trộn chữ Latin với chữ của hệ chữ khác nhưng nhìn y hệt. `аpple` với chữ а Kirin hiển thị giống hệt `apple` mà thực chất là chuỗi hoàn toàn khác — đây chính là cơ chế của cả một lớp tên miền lừa đảo. Cảnh báo chỉ hiện khi phần văn bản xung quanh là chữ Latin, vì một chữ Kirin nằm trong văn bản Kirin thì chỉ là một chữ cái bình thường.

Công cụ liên quan