ตัวตรวจสอบอักขระยูนิโค้ด

คำถามที่พบบ่อย

ทำไม "🎉".length === 2 ใน JavaScript?

สตริงใน JavaScript นับเป็นหน่วยรหัส UTF-16 อักขระที่อยู่เหนือ U+FFFF — รวมถึงอิโมจิส่วนใหญ่ — ต้องใช้คู่ surrogate ซึ่งเท่ากับสองหน่วย ตัวตรวจสอบนี้แสดงทั้งหน่วยและจุดรหัสจริง และส่วนสรุปก็นับแยกกัน

กลุ่มกราฟีมคืออะไร?

คือสิ่งที่ผู้อ่านรับรู้ว่าเป็นอักขระหนึ่งตัว é อาจเป็นสองจุดรหัส (e + เครื่องหมายเสริม) และอิโมจิครอบครัวอาจเป็นเจ็ดตัวขึ้นไปที่เชื่อมด้วยตัวเชื่อมความกว้างศูนย์ การนับกราฟีมใช้ Intl.Segmenter ของเบราว์เซอร์ — ซึ่งใกล้เคียงที่สุดกับ “อักขระอย่างที่ผู้ใช้เห็น”

จะหาอักขระที่มองไม่เห็นในสตริงได้อย่างไร?

วางมันที่นี่ — ทุกจุดรหัสจะได้แถวของตัวเอง รวมถึงช่องว่างความกว้างศูนย์ (U+200B) ช่องว่างไม่ตัดคำ (U+00A0) BOM (U+FEFF) และเครื่องหมายกำกับทิศทาง โดยมีหมวดหมู่กำกับไว้ สิ่งเหล่านี้คือตัวการคลาสสิกเบื้องหลังสตริงที่ “เหมือนกัน” แต่เทียบเท่ากันไม่ผ่าน

ลำดับไบต์ UTF-8 บอกอะไรฉัน?

บอกสิ่งที่จะถูกเก็บหรือส่งจริง ๆ: ASCII หนึ่งไบต์ ส่วนขยายละตินส่วนใหญ่สองไบต์ อักษรจีน-ญี่ปุ่น-เกาหลีสามไบต์ อิโมจิสี่ไบต์ หากระบบใดตัดข้อมูลกลางลำดับ คุณจะได้อักขระแทนที่ (�) — มุมมองไบต์แสดงให้เห็นว่ารอยตัดแบบนั้นจะตกลงตรงไหน