यूनिकोड डिकोडर
Unicode escape और टेक्स्ट के बीच बदलें, कोड पॉइंट खोजें, और गड़बड़ टेक्स्ट (mojibake) ठीक करें। \uXXXX, \UXXXXXXXX और &#XXXX; एंटिटी समर्थित। सारी प्रोसेसिंग आपके ब्राउज़र में।
परिणाम यहाँ दिखेगा...
अक्षर की जानकारी
| अक्षर | कोड पॉइंट | UTF-8 बाइट | HTML एंटिटी | CSS Escape | JS Escape |
|---|
यूनिकोड डिकोडर का उपयोग कैसे करें
मोड चुनें
Decode (escape से टेक्स्ट) या Encode (टेक्स्ट से escape) मोड चुनें।
इनपुट दें
मोड के अनुसार Unicode escape या सादा टेक्स्ट पेस्ट करें।
रूपांतरण करें
Convert पर क्लिक करें और परिणाम व अक्षर विवरण देखें।
Unicode एनकोडिंग क्या है?
Unicode एनकोडिंग से किसी भी भाषा या प्रतीक प्रणाली के अक्षर विभिन्न फ़ॉर्मैट में दर्शाए जा सकते हैं। सामान्य फ़ॉर्मैट: \uXXXX (JavaScript/JSON), &#NNNNN; (HTML एंटिटी), और U+XXXX (Unicode कोड पॉइंट)। ये एनकोडिंग सुनिश्चित करती हैं कि टेक्स्ट विभिन्न सिस्टमों के बीच सुरक्षित रूप से भेजा और दिखाया जा सके।
एनकोडिंग फ़ॉर्मैट
JavaScript (\uXXXX)
JSON और JavaScript स्ट्रिंग में प्रयुक्त
HTML एंटिटी (&#XXXX;)
HTML में विशेष अक्षर दर्शाने के लिए प्रयुक्त
CSS Escape (\XXXXXX)
CSS content और identifier में प्रयुक्त
गड़बड़ टेक्स्ट ठीक करें (Mojibake मरम्मत)
एक कैरेक्टर सेट में एनकोड किया टेक्स्ट दूसरे सेट से डिकोड होने पर गड़बड़ टेक्स्ट (mojibake) दिखता है। सबसे सामान्य मामला: UTF-8 बाइट Windows-1252 या Latin-1 की तरह पढ़े जाते हैं, जिससे "café" हो जाता है "café" और "张三" हो जाता है "å¼ ä¸‰"। ऊपर Fix Garbled Text मोड पर जाएँ, टूटा टेक्स्ट पेस्ट करें — डिकोडर प्रत्येक अक्षर को कच्चा बाइट मानकर परिणाम को दोबारा UTF-8 से डिकोड करके मूल अक्षर पुनर्निर्माण करेगा।
सामान्य गड़बड़ टेक्स्ट के उदाहरण
| गड़बड़ | मरम्मत | कारण |
|---|---|---|
| café | café | UTF-8 → Latin-1 |
| å¼ ä¸‰ | 张三 | UTF-8 → Latin-1 |
| “hi†| “hi” | UTF-8 → double-encoded |
| ü ö ñ | ü ö ñ | UTF-8 → Windows-1252 |
| �� | � � | बाइट पहले ही खो चुके (U+FFFD) |
अपने ऐप में mojibake रोकने के लिए एनकोडिंग हमेशा स्पष्ट घोषित करें: HTML में <meta charset="UTF-8"> दें, Content-Type: text/html; charset=utf-8 जैसे HTTP हेडर सेट करें, और डेटाबेस व कनेक्शन में लगातार UTF-8 इस्तेमाल करें।
UTF-8 vs UTF-16 vs UTF-32 तुलना
| UTF-8 | UTF-16 | UTF-32 | |
|---|---|---|---|
| एनकोडिंग यूनिट | 8 bit | 16 bit | 32 bit |
| A (U+0041) | 41 | 00 41 | 00 00 00 41 |
| é (U+00E9) | C3 A9 | 00 E9 | 00 00 00 E9 |
| 中 (U+4E2D) | E4 B8 AD | 4E 2D | 00 00 4E 2D |
| 🎉 (U+1F389) | F0 9F 8E 89 | D8 3C DF 89 | 00 01 F3 89 |
| सबसे उपयुक्त | वेब, JSON, API — ASCII-संगत और कॉम्पैक्ट | Java, JavaScript, C# में मेमोरी-आंतरिक टेक्स्ट | सीधा कोड पॉइंट एक्सेस, व्यवहार में दुर्लभ |
सामान्य Unicode कोड पॉइंट
अक्सर खोजे जाने वाले अक्षरों की त्वरित संदर्भ सूची: विराम चिह्न, करेंसी प्रतीक, एक्सेंट वाले अक्षर और गणित चिह्न, उनके U+XXXX कोड पॉइंट के साथ।
विराम चिह्न और प्रतीक
| “U+201C | ”U+201D | ‘U+2018 | ’U+2019 |
| –U+2013 | —U+2014 | …U+2026 | U+A0 |
| ©U+A9 | ®U+AE | ™U+2122 | °U+B0 |
करेंसी चिह्न
| €U+20AC | £U+A3 | ¥U+A5 | ₹U+20B9 |
| ¢U+A2 | ₽U+20BD | ₩U+20A9 | ฿U+E3F |
एक्सेंट वाले अक्षर
| éU+E9 | èU+E8 | êU+EA | üU+FC |
| öU+F6 | ñU+F1 | åU+E5 | øU+F8 |
| çU+E7 | ßU+DF | ąU+105 | žU+17E |
गणित और तीर
| ±U+B1 | ×U+D7 | ÷U+F7 | ≈U+2248 |
| ≠U+2260 | ≤U+2264 | ≥U+2265 | →U+2192 |
| ∞U+221E | ∑U+2211 | √U+221A | µU+B5 |
अक्सर पूछे जाने वाले प्रश्न
यह टूल डिकोडिंग के लिए \uXXXX (BMP), \UXXXXXXXX (पूर्ण Unicode), &#DDDD; (दशमलव HTML एंटिटी), &#xHHHH; (हेक्स HTML एंटिटी), और U+XXXX (कोड पॉइंट नोटेशन) समर्थन करता है।
UTF-8 प्रत्येक Unicode कोड पॉइंट को 1 से 4 बाइट में एनकोड करता है। ASCII अक्षर (U+0000 से U+007F) 1 बाइट, लैटिन और अन्य सामान्य अक्षर 2 बाइट, अधिकांश CJK अक्षर 3 बाइट, और इमोजी व दुर्लभ अक्षर 4 बाइट लेते हैं।
\uXXXX 4 हेक्स अंकों का है और Basic Multilingual Plane के अक्षर (U+0000 से U+FFFF) दर्शा सकता है। \UXXXXXXXX 8 हेक्स अंकों का है और BMP से परे वालों सहित कोई भी Unicode अक्षर दर्शा सकता है।
ये mojibake के संकेत हैं: UTF-8 बाइट Windows-1252/Latin-1 की तरह डिकोड हुए। "é" का अर्थ है "é" के दो UTF-8 बाइट (0xC3 0xA9) दो अलग अक्षरों की तरह दिखाए गए — Fix Garbled Text मोड से मरम्मत करें। "�" यानी U+FFFD, रिप्लेसमेंट अक्षर जो तब बनता है जब बाइट पहले से अमान्य थे — वह जानकारी खो गई है, लौटाई नहीं जा सकती।
UTF-8 अक्षरों को 1–4 बाइट में एनकोड करता है और पूरी तरह ASCII-संगत है, इसीलिए वेब, JSON और अधिकांश API का डिफ़ॉल्ट है। UTF-16 अक्षरों को 2 या 4 बाइट में एनकोड करता है (U+FFFF से परे के अक्षरों के लिए सरोगेट जोड़ी) और इसे JavaScript, Java और Windows आंतरिक रूप से इस्तेमाल करते हैं। वेब के अधिकांश टेक्स्ट के लिए UTF-8 छोटा और सुरक्षित है।
कोड पॉइंट Unicode मानक में किसी अक्षर को दी गई संख्या है (e-acute के लिए U+00E9); कोड यूनिट वह स्टोरेज यूनिट है जो कोई एनकोडिंग इस्तेमाल करती है। UTF-8 कोड यूनिट 8-बिट बाइट हैं - U+00E9 के दो लगते हैं - जबकि UTF-16 कोड यूनिट 16-बिट हैं, और U+FFFF से परे के अक्षरों के लिए दो चाहिए (सरोगेट जोड़ी)। JavaScript स्ट्रिंग UTF-16 हैं, इसलिए 'hello'.length है 5 पर एक इमोजी का .length है 2।
एक ही दिखने वाले अक्षर के कई बाइट सीक्वेंस हो सकते हैं: e-acute एक प्रीकंपोज़्ड अक्षर के रूप में (NFC) या e और एक कम्बाइनिंग एक्सेंट के रूप में (NFD)। NFC जोड़ता है, NFD तोड़ता है, और NFKC/NFKD अतिरिक्त रूप से कम्पैटिबिलिटी अक्षर समेटते हैं (फुल-विड्थ रूप, लिगेचर)। पहले नॉर्मलाइज़ किए बिना यूज़र इनपुट की तुलना या हैशिंग डुप्लिकेट अकाउंट और नाकाम लुकअप का क्लासिक स्रोत है - fi लिगेचर बनाम f+i।
बाइट ऑर्डर मार्क स्ट्रीम के शुरू में एनकोड किया U+FEFF है (UTF-8 में EF BB BF) जो एनकोडिंग बताता है। एडिटर आमतौर पर इसे छिपा देते हैं, पर आगे यह एक अदृश्य पहला अक्षर बन जाता है: CSV हेडर में एक प्रेत की बन जाती है, JSON पार्सिंग उस अतिरिक्त टोकन पर टूट जाती है, और PHP सेशन हेडर से पहले इसे भेज देते हैं। UTF-8 का बाइट-ऑर्डर अस्पष्टता नहीं है, इसलिए BOM ज़रूरी नहीं - इसके बिना सेव करें।
संबंधित टूल्स
Hex डिकोडर
हेक्साडेसिमल और टेक्स्ट के बीच बदलें — विन्यास योग्य डेलिमिटर और प्रीफ़िक्स विकल्पों के साथ
HTML Entity डिकोडर
HTML एंटिटी एनकोड और डिकोड करें — विशेष वर्णों और एंटिटी संदर्भों के बीच रूपांतरण
Base64 URL डिकोडर पार्सर
Base64 डिकोड और एनकोड करें, URL-एनकोडेड स्ट्रिंग पार्स करें, Base64 छवियाँ प्रीव्यू करें और JWT हेडर या पेलोड सेगमेंट डिकोड करें
प्रामाणिक संदर्भ
इस टूल के पीछे के मूल स्रोत — दूसरे हाथ के सार नहीं, बल्कि आधिकारिक स्टैंडर्ड और स्पेसिफिकेशन।