بحث يونيكود

خطوة 1 / 2

الأحرف

البحث عن الأحرف

إذا لصقت حرفا غامضا، مسافة غريبة، رمز من خط، إيموجي يكسر الـ regex، ستحصل على نقطة الكود اليونيكود (U+XXXX) والبايتات الخام في UTF-8 بالنظام الست عشري، سطر واحد لكل حرف.

كيفية تحديد حرف يونيكود

1

لصق الحرف

يمكنك لصق رمز واحد أو سلسلة كاملة؛ حيث يتم تحليل كل حرف بشكل متسلسل.
2

شاهد نقطة الكود

اقرأ صيغة U+ القياسية بأحرف كبيرة، ومملوءة بأصفار إلى أربعة أرقام ست عشرية على الأقل.
3

افحص بايتات UTF-8

شاهد تسلسل البايتات (1-4) الذي يخزّن الحرف على القرص والشبكة.
4

انسخ النتائج

الناتج جدول بصيغة CSV (الحرف، نقطة الكود، بايتات UTF-8) يمكنك تحديده ولصقه في جدول بيانات أو تقرير أخطاء.

حالات يومية في تصحيح الأخطاء

معظم أخطاء يونيكود تبدو متطابقة على الشاشة. الفرق بين مسافة عادية ومسافة بدون انقطاع، أو بين علامة اقتباس وعلامة دقيقة، لا تراه إلا بالبحث عن نقطة الكود.

الالتباسات الشائعة

يبدو	وفي الواقع	نقطة الكود
مسافة	مسافة بدون انقطاع	U+00A0
مسافة	مسافة ضيقة	U+202F
(فارغ)	مسافة عرض صفر	U+200B
(فارغ)	رابط عرض صفر	U+200D
’	علامة اقتباس أحادية	U+2019
’	علامة دقيقة	U+2032
-	شرطة قصيرة	U+2013
-	شرطة بدون انقطاع	U+2011

بايتات UTF-8

1 بايت، ASCII، U+0000 إلى U+007F
2 بايت، لاتيني موسع، عربي، عبري
3 بايتات، صيني ياباني كوري (CJK)، معظم الرموز
4 بايتات، إيموجي، خطوط نادرة

عمود قاعدة بيانات بطول ثابت: إيموجي (4 بايتات) يأخذ 4 فتحات رغم أنك ترى حرفا واحدا. سبب شائع للأخطاء.

الأسئلة الشائعة

عادة علامة BOM (U+FEFF) في البداية، أو رابط صفري من معالج النصوص. ألصقها هنا وستعرف نقطة الكود فورا. ثم احذفها بـ find/replace.

نعم. يتم البحث حرفا حرفا؛ كلمة واحدة = سطر واحد لكل حرف مع نقطة الكود والبايتات.

نقطة الكود هي الهوية المجردة. U+00E9 = “é” دائما. UTF-8 ترميز يحول نقاط الكود لبايتات. نفس “é” = بايتان (C3 A9) في UTF-8 لكن بايت واحد في Latin-1.

نعم. يتم الحساب على خادمنا: تُرسَل الأحرف التي تلصقها وتُحلَّل، ثم تُعاد نقطة الكود وبايتات UTF-8 فورا. لا نحتفظ بالنص الذي ترسله.

أدوات ذات صلة

الأداة متاحة بلغات أخرى