入力するかサンプルを読み込んでください。
0 書記素0 コードポイント0 UTF-16 単位0 UTF-8 バイト
同じ語にラテン・ギリシャ・キリル文字が混在しています。類似文字を確認してください。安全性の保証ではありません。
| UTF-16 位置（0 始まり） | 書記素 | 文字 | Unicode コードポイント | Unicode 名 | 分類 | 文字体系 | UTF-8 バイト | UTF-16 単位 | 属性 |
|---|
文字とエンコード
基本の仕組み
見た目の 1 文字に複数のコードポイントが含まれることがあります。👩💻 は 3 コードポイントで通常 1 書記素です。JavaScript の長さは UTF-16 単位です。
U+0020 と U+00A0 は別の空白です。不可視文字や双方向制御は表示に影響するため、明示的なラベルで確認します。
できること
出現ごとの UTF-16 位置を保持し、公式名、分類、主な文字体系、バイトを比較します。非 ASCII、空白、不可視、双方向制御を絞り込めます。
使い方
- 貼り付けか UTF-8 ファイルを使い、調べるを押します。
- 4 種類の数を比較し、表の絞り込みを選びます。不可視文字はラベルで表示します。
- TSV をコピー・保存します。画面は最大 300 行ですが、出力は絞り込み後の全行を含みます。
エラーと制限
1 回の上限は 25,000 コードポイントです。不正なサロゲートは位置付きエラーになります。
公式名と文字体系識別子は標準の表記です。対象外は Other です。分類と書記素はブラウザーの Unicode に依存します。文字体系の混在は注意の目安で、安全性の検証ではありません。
よくある質問
emoji が複数行になる理由は？
各行がコードポイントを表し、結合子や肌色などが 1 書記素を構成するためです。
不可視文字を全部消してよいですか？
いいえ。多くの emoji や文字体系で結合子が必要です。文脈を確認してください。