Unicode Karakter İnceleyici

Metin dizilerini tarayıcınızda inceleyin.

Yükleme yokKayıt gerekmezAnında sonuç
Unicode ve UTF-8/16Sıfır Genişlik ve Homoglifler%100 Yerel • Sıfır Yükleme
Karakterleri İncele
Çevrimdışı motor hazır%100 gizli tarayıcı içi çalışma alanı • Sıfır bulut yüklemesi
%100 Gizli • Sıfır Sunucu Dosya Yüklemesi

Neden Ücretsiz Utiliome Unicode Karakter İnceleyici Kullanmalısınız?

Kesin gizlilik, anında işlem ve sıfır engelleme için sıfırdan tasarlandı. Abonelik, ödeme duvarı veya üyelik gerekmez.

Görünmez Karakter ve Bidi Override Tespiti

U+200B ZWSP, U+FEFF BOM, U+00A0 NBSP, U+00AD Koşullu Tire (Soft Hyphen) ve Trojan Source çift yönlü geçersiz kılma (U+202A - U+202E, U+2066 - U+2069) dahil olmak üzere basılmayan kontrol ve biçim karakterlerini açığa çıkarır.

UTF-8 ve UTF-16LE/BE Bayt Dökümü

Onaltılık (hex) UTF-8 bayt dizilerini (RFC 3629 uyarınca 1 ila 4 bayt) UTF-16LE ve UTF-16BE kod birimleriyle birlikte gösterir; U+FFFF üzerindeki ek düzlemler (supplementary planes) için vekil çiftleri (surrogate pairs) netleştirir.

UAX #29 Grafem ve Kod Birimi Metrikleri

Metin dilimleme (slicing) hatalarını ve veritabanı sütun taşmalarını teşhis etmek için genişletilmiş grafem kümelerini Unicode skaler sayıları, JavaScript UTF-16 kod birimleri ve UTF-8 bayt uzunluklarıyla karşılaştırır.

Homoglif Teşhisi ve Sunucusuz Gizlilik

Kiril ve Latin harf benzerlikleri ile tipografik akıllı noktalama işaretleri gibi UTS #39 karıştırılabilir karakterleri tamamen istemci tarafında, tarayıcı belleğinde işaretler; API anahtarlarınız, loglarınız ve kodunuz cihazınızdan asla çıkmaz.

Utiliome ve Geleneksel Bulut Alternatifleri

Yerel WebAssembly motorumuzu eski bulut araçlarıyla karşılaştırın.

Özellik Utiliome (Yerel Tarayıcı) Eski Bulut Dönüştürücüler
Görünmez Karakter ve Bidi Override Tespiti U+200B ZWSP, U+FEFF BOM, U+00A0 NBSP, U+00AD Koşullu Tire (Soft Hyphen) ve Trojan Source çift yönlü geçersiz kılma (U+202A - U+202E, U+2066 - U+2069) dahil olmak üzere basılmayan kontrol ve biçim karakterlerini açığa çıkarır. Gelişmiş özelleştirme olmadan sınırlı seçenekler
UTF-8 ve UTF-16LE/BE Bayt Dökümü Onaltılık (hex) UTF-8 bayt dizilerini (RFC 3629 uyarınca 1 ila 4 bayt) UTF-16LE ve UTF-16BE kod birimleriyle birlikte gösterir; U+FFFF üzerindeki ek düzlemler (supplementary planes) için vekil çiftleri (surrogate pairs) netleştirir. Harici araçlar veya manuel işlem gerektirir
Gizlilik ve Veri İşleme %100 tarayıcı içi yerel işleme (sunucuya yükleme yok) Verileri üçüncü taraf bulut sunucularına yükler
Fiyatlandırma ve Hesap Şartı Kayıt olmadan sonsuza dek %100 ücretsiz Hesap kaydı veya ücretli abonelik zorunluluğu
Nasıl çalışır

Unicode Karakter İnceleyici: 3 Kolay Adımda Kullanım

Yazılım kurulumu gerekmez. Her şey doğrudan web tarayıcınızın içinde çalışır.

1

Metin Yapıştırın veya Dosya Bırakın

Sıfır genişlikli karakterler, bozuk emoji dizileri veya beklenmedik bayt uzunlukları içerdiğinden şüphelendiğiniz bir metni, değişken adını, log kaydını yapıştırın ya da bir UTF-8 dosyası yükleyin.

2

Karakter Bazlı Meta Verileri İnceleyin

Her karakterin U+XXXX skaler kod noktasını, resmi Unicode adını, Genel Kategorisini, blok atamasını, UTF-8 ve UTF-16LE/BE onaltılık baytlarını ve güvenlik uyarı rozetlerini gözden geçirin.

3

Anomalileri Ayıklayın veya Temiz Çıktıyı Kopyalayın

Doğrudan görünmez biçim karakterlerine veya yanıltıcı homogliflere göre filtreleme yapın, istenmeyen basılmayan kod noktalarını temizleyin ya da hata raporları için bayt düzeyindeki inceleme tablosunu kopyalayın.

Gizli Karakterleri, Vekil Çiftleri ve Homoglifleri İnceleme

Hızlı Cevap: Herhangi bir metin dizisini yapıştırarak onu bağımsız Unicode skaler değerlerine ayırın; U+200B Sıfır Genişlikli Boşluk veya U+FEFF BOM gibi görünmez karakterleri, çoklu kod noktalı ZWJ emoji dizilerini ve yanıltıcı ASCII dışı benzer karakterleri tam UTF-8 ve UTF-16 bayt karşılıklarıyla birlikte ortaya çıkarın.

Ayrıştırıcı (parser) hataları, webhook imza uyuşmazlıkları ve başarısız SQL sorguları, genellikle terminal emülatörlerinde ve kod editörlerinde birebir aynı görünen—veya tamamen görünmez olan—karakterlerden kaynaklanır. Bir dokümantasyon portalından veya sohbet mesajından kopyalanan ve görsel olarak api_key=prod ile tamamen aynı duran bir ortam değişkenini ele alalım:

Visual rendering:  api_key=prod
String.length:     14 (expected 12)
UTF-8 byte length: 19 bytes (expected 12 bytes)

Bu 14 birimlik diziyi Unicode Karakter İnceleyici'den geçirmek, görünüşte düz ASCII olan metnin içine gizlenmiş üç farklı anomaliyi ortaya çıkarır: başta yer alan bir Bayt Sırası İşareti (<BOM>), Latin a harfinin yerini alan bir Kiril homoglifi ve araya gömülmüş bir Sıfır Genişlikli Boşluk (<ZWSP>):

[
  {
    "index": 0,
    "badge": "<BOM>",
    "codePoint": "U+FEFF",
    "name": "ZERO WIDTH NO-BREAK SPACE",
    "category": "Cf (Format)",
    "block": "Arabic Presentation Forms-B",
    "utf8Hex": "EF BB BF",
    "utf16BE": "FE FF",
    "utf16LE": "FF FE",
    "warning": "Invisible zero-width format character"
  },
  {
    "index": 1,
    "glyph": "а",
    "codePoint": "U+0430",
    "name": "CYRILLIC SMALL LETTER A",
    "category": "Ll (Lowercase Letter)",
    "block": "Cyrillic",
    "utf8Hex": "D0 B0",
    "utf16BE": "04 30",
    "utf16LE": "30 04",
    "warning": "Confusable homoglyph for Latin U+0061 ('a')"
  },
  {
    "index": 2,
    "glyph": "p",
    "codePoint": "U+0070",
    "name": "LATIN SMALL LETTER P",
    "category": "Ll (Lowercase Letter)",
    "block": "Basic Latin",
    "utf8Hex": "70",
    "utf16BE": "00 70",
    "utf16LE": "70 00",
    "warning": null
  },
  {
    "index": 8,
    "badge": "<ZWSP>",
    "codePoint": "U+200B",
    "name": "ZERO WIDTH SPACE",
    "category": "Cf (Format)",
    "block": "General Punctuation",
    "utf8Hex": "E2 80 8B",
    "utf16BE": "20 0B",
    "utf16LE": "0B 20",
    "warning": "Invisible zero-width format character"
  }
]

İnceleyici ayrıca çoklu kod noktasına sahip emojilerin farklı çalışma zamanlarında (runtimes) neden çok farklı uzunluklar döndürdüğünü de netleştirir. Tek bir sembol olarak görünen teknoloji uzmanı emojisini (👨💻) incelediğimizde, <ZWJ> (U+200D) ile birleştirilmiş üç skaler kod noktası olduğunu ve bunun JavaScript'te 5 UTF-16 kod birimi, UTF-8'de ise 11 bayt yer kapladığını görürüz:

Grapheme clusters (UAX #29): 1   -> [ "👨💻" ]
Unicode scalar code points:  3   -> U+1F468 (Man) + U+200D (<ZWJ>) + U+1F4BB (Laptop)
UTF-16 code units (.length): 5   -> D83D DC68 + 200D + D83D DCBB
UTF-8 encoded bytes:         11  -> F0 9F 91 A8 + E2 80 8D + F0 9F 92 BB

Unicode Kodlama Mekanikleri, Grafem Sınırları ve Güvenlik Riskleri

Hızlı Cevap: Unicode, 17 düzlemdeki 1.112.064 geçerli skaler değeri değişken genişlikli UTF-8 (RFC 3629'a göre 1 ila 4 bayt) veya UTF-16 (RFC 2781'e göre vekil çiftler aracılığıyla 2 veya 4 bayt) formatına eşler. Grafem kümeleri, kanonik normalleştirme formları ve görünmez çift yönlü (bidi) kontroller arasındaki farklar ayrıştırıcı hatalarına ve güvenlik açıklarına yol açar.

Skaler Değerler, UTF-8 Önek Bitleri (RFC 3629) ve UTF-16 Vekil Çiftleri (RFC 2781)

Unicode kod alanı, her biri 65.536 kod noktasından oluşan 17 düzlem boyunca U+0000 ile U+10FFFF aralığını kapsar. Ayrılmış 2.048 vekil (surrogate) pozisyonu (U+D800 - U+DFFF) hariç tutulduğunda, tam olarak 1.112.064 geçerli Unicode skaler değeri bulunur:

  • UTF-8, Düzlem 0 Temel Latin (U+0000 - U+007F) aralığını 1 baytta (0xxxxxxx), U+0080 - U+07FF aralığını 2 baytta (110xxxxx 10xxxxxx), geri kalan Temel Çok Dilli Düzlem (BMP) karakterlerini (U+0800 - U+FFFF) 3 baytta (1110xxxx 10xxxxxx 10xxxxxx) ve ek astral düzlemleri (U+10000 - U+10FFFF) 4 baytta (11110xxx 10xxxxxx 10xxxxxx 10xxxxxx) kodlar. Devam baytları her zaman 10 ile başladığından, UTF-8 kendi kendini senkronize eder ve null olmayan karakterlerin içinde asla null (0x00) baytı barındırmaz.
  • UTF-16, BMP skaler değerlerini doğrudan tek bir 16-bit kod birimi olarak temsil eder. U+10000 ile U+10FFFF arasındaki karakterlerden 0x10000 çıkarılarak 20-bitlik bir ofset (0x00000 - 0xFFFFF) elde edilir; üst 10 bit öncü/yüksek vekile (high surrogate, 0xD800 - 0xDBFF), alt 10 bit ise artçı/düşük vekile (low surrogate, 0xDC00 - 0xDFFF) bölünür. UTF-16BE en anlamlı baytı ilk sıraya yerleştirirken (D8 3D DC 80), UTF-16LE her 16-bitlik birim içindeki bayt sırasını tersine çevirir (3D D8 80 DC).

Kanonik Eşdeğerlik (UAX #15) ve Grafem Bölümleme (UAX #29)

Görsel olarak aynı olan metinler çoğu zaman arka planda farklı bayt temsillerine sahiptir. Unicode Standart Eki #15 (UAX #15) uyarınca é harfi, Normalleştirme Formu C (NFC) kapsamında önceden birleştirilmiş U+00E9 (UTF-8 C3 A9) olarak veya Normalleştirme Formu D (NFD) kapsamında temel U+0065 (e) karakteri ve ardından gelen U+0301 (COMBINING ACUTE ACCENT, Genel Kategori Mn, UTF-8 65 CC 81) olarak saklanabilir. macOS dosya sistemleri dosya adlarını NFD formuna göre normalleştirirken, Linux, Windows ve tarayıcı form gönderimleri varsayılan olarak NFC kullanır; bu durum, öncesinde normalleştirme yapılmazsa bayt düzeyindeki basit metin karşılaştırmalarının, S3 nesne anahtarı aramalarının ve HMAC doğrulamalarının başarısız olmasına neden olur.

Benzer şekilde, metinleri UTF-16 indeksine göre dilimlemek (str.slice(0, 10)), yüksek vekili düşük vekilinden ayırabilir (bu da UTF-8'de U+FFFD değiştirme karakterine dönüşen tek kalmış vekillere yol açar) veya temel bir karakteri birleştirici aksan işaretlerinden, varyasyon seçicilerinden (U+FE0E, U+FE0F) ya da bölgesel bayrak göstergelerinden (U+1F1E6 - U+1F1FF) koparabilir. Kullanıcı tarafından algılanan karakterler mutlaka UAX #29 genişletilmiş grafem kümesi sınırları boyunca bölümlenmelidir.

Trojan Source (`CVE-2021-42574`) ve UTS #39 Karıştırılabilir Karakterler

Unicode içindeki iki karakter sınıfı, uygulama güvenliği açısından ciddi tehlikeler barındırır:

  1. Çift Yönlü Geçersiz Kılmalar (Cf): U+202A - U+202E kod noktaları (<LRE>, <RLE>, <PDF>, <LRO>, <RLO>) ve U+2066 - U+2069 izolatları (<LRI>, <RLI>, <FSI>, <PDI>), metin işleyicilere bellekteki mantıksal sırayı değiştirmeden görüntüleme sırasını tersine çevirme talimatı verir. Saldırganlar, kapatılmamış bidi kontrollerini kullanarak aktif koşul ifadelerini yorum satırlarının veya metin değişmezlerinin (string literals) içine gizleyebilir (CVE-2021-42574).
  2. Homoglif Taklidi (UTS #39): Farklı alfabelerdeki benzer görünümlü karakterler (U+0430 Kiril а, U+03BF Yunan ο, U+FF21 Tam Genişlikli A), saldırganların aldatıcı alan adları oluşturmasına (IDN homograf saldırıları), kaynak kodundaki değişkenleri gölgelemesine (CVE-2021-42694) veya anahtar kelime engelleme listelerini aşmasına olanak tanır.

Unicode Karakter İnceleyici ve Diğer Metin/Kodlama Araçları Karşılaştırması

Hızlı Cevap: Bir metin dizisini gizli kontrol kodları, homoglifler ve bayt dizileri açısından karakter karakter denetlemek için Unicode Karakter İnceleyici'yi kullanın. Statik 0-255 kod aramaları için ASCII Tablosu'nu, toplu metin-kod noktası dönüşümleri için Unicode Dönüştürücü'yü veya dile özgü kaçış dizileri için Unicode Escape Aracı'nı tercih edin.

Bilinmeyen bir diziyi teşhis etme, standart bir bayt tablosuna bakma veya kaynak kodu için metin değişmezlerini dönüştürme ihtiyacınıza göre karakter ve kodlama grubundaki doğru aracı seçin:

Özellik Unicode Karakter İnceleyici ASCII Tablosu Unicode Dönüştürücü Unicode Escape Aracı
Temel İş Akışı Yapıştırılan metinlerin veya dosyaların karakter bazlı tanısal denetimi 0–255 bayt kodları için etkileşimli referans tablosu Metin, kod noktaları ve bayt dizileri arasında toplu dönüştürme Kaynak kodu metin değişmezlerini kaçış dizisine (escape) çevirme ve çözme
Gizli ve Bidi Uyarıları <ZWSP>, <BOM>, <NBSP> ve Trojan Source bidi kodlarını vurgular C0 (0–31, 127) ve C1 (128–159) kontrol kodlarını listeler Kontrol kodlarını güvenlik rozetleri olmadan sayısal olarak kodlar ASCII dışı karakterleri görünür \uXXXX kaçış dizilerine dönüştürür
Homoglif Tespiti Alfabeler arası UTS #39 benzerlerini ve akıllı noktalama işaretlerini işaretler Yalnızca 7-bit US-ASCII ve ISO-8859-1 Latin-1 kapsamındadır Karıştırılabilir alfabe analizi yoktur Karıştırılabilir alfabe analizi yoktur
Grafem ve UTF-16 Farkı UAX #29 grafemlerini, skaler noktaları, UTF-16 birimlerini ve UTF-8 baytlarını gösterir Sabit 1 baytlık (8-bit) tablo satırları Tam UTF-8, UTF-16 ve UTF-32 akışları üretir UTF-16 vekil çiftlerini korur veya eşleştirir (\uD83D\uDE80 vs \u{1F680})
Dil Kaçış Sözdizimi Ham onaltılık kod noktalarını (U+XXXX) ve bayt değerlerini görüntüler C/JS kaçışlarını, şapka gösterimini (^M) ve HTML varlıklarını gösterir Onaltılık/ondalık kod noktası listelerini biçimlendirir Özel JS, JSON, Python, CSS, Rust ve HTML kaçış modları
  • 7-bit US-ASCII (0–127) ve Genişletilmiş Latin-1 (128–255) ikili bit maskeleri, sekizlik (octal) kodlar ve terminal şapka gösterimi için hızlı bir başvuru çizelgesine ihtiyaç duyduğunuzda ASCII Tablosu aracına geçin.
  • Tüm bir metin bloğunu kesintisiz U+XXXX listelerine veya UTF-8/UTF-16/UTF-32 onaltılık akışlarına toplu olarak dönüştürmek istediğinizde Unicode Dönüştürücü aracını kullanın.
  • JSON verileri ve kaynak dosyalar için \uXXXX, \u{XXXXX}, \xXX veya CSS \XXXXXX dizilerini hazırlarken ya da çözerken Unicode Escape Aracı aracını kullanın; metinlerinizi SEO meta etiketi ve SMS GSM-7/UCS-2 segment sınırlarına göre kontrol etmek içinse Karakter Sayacı aracını açın.
SSS

Unicode Karakter İnceleyici SSS ve Teknik Rehber

Utiliome'un ücretsiz çevrimiçi unicode karakter inceleyici aracı hakkında bilmeniz gereken her şey.

JavaScript String.length tek bir görünür karakter için neden 2 veya daha fazla değer döndürüyor?

JavaScript, Java ve C#, metin uzunluğunu Unicode skaler değerleri veya UAX #29 genişletilmiş grafem kümeleri yerine 16-bit UTF-16 kod birimleri cinsinden ölçer. Temel Çok Dilli Düzlem dışındaki herhangi bir karakter (U+FFFF üzeri, örneğin U+1F680 Roket), bir yüksek ve bir düşük vekil çift (surrogate pair) gerektirir; bu da .length değerinin 2 olmasına yol açar. U+200D Sıfır Genişlikli Birleştirici (<ZWJ>) ve U+FE0F Varyasyon Seçici-16 ile birleştirilen bileşik emoji dizileri ise birden fazla skaler değeri tek bir görsel sembolde birleştirerek genellikle 5 ile 11 arasında .length değerleri üretir.

JSON, YAML ve kaynak kodunu en sık bozan görünmez Unicode karakterleri hangileridir?

En yaygın dört sorumlu şunlardır: U+00A0 Bölünemez Boşluk (<NBSP>, macOS'ta sıkça yanlışlıkla Option+Space ile yazılır ve YAML girintilerini ile SQL ayrıştırıcılarını bozar), U+FEFF Bayt Sırası İşareti (<BOM>, Windows editörleriyle kaydedilen dosyalar birleştirilirken metnin ortasına gömülür), U+200B Sıfır Genişlikli Boşluk (<ZWSP>, zengin metin belgelerinden, PDF'lerden veya sohbet uygulamalarından API anahtarlarına kopyalanır) ve düz ASCII tırnak işaretlerinin (U+0022) yerini alan tipografik akıllı tırnaklar (U+201C ve U+201D).

Kod parçacıklarındaki Trojan Source çift yönlü geçersiz kılma (bidi override) saldırılarını nasıl tespit ederim?

Trojan Source (CVE-2021-42574), insan incelemesi sırasında çalıştırılabilir ifadelerin yorum satırıymış gibi görünmesini sağlamak amacıyla kaynak kodundaki belirteçleri (tokens) görsel olarak yeniden sıralamak için dokuz adet Unicode Genel Kategori Cf çift yönlü kontrol karakterini—U+202A (<LRE>), U+202B (<RLE>), U+202C (<PDF>), U+202D (<LRO>), U+202E (<RLO>), U+2066 (<LRI>), U+2067 (<RLI>), U+2068 (<FSI>) ve U+2069 (<PDI>)—istismar eder. Şüpheli kodu inceleyiciye yapıştırmak, gizlenmiş her bidi kod noktasını tam karakter indeksinde açığa çıkarır.

Görsel olarak birebir aynı olan iki aksanlı metin neden katı eşitlik (strict equality) kontrollerinde başarısız olur?

Unicode, UAX #15 kapsamında birden fazla kanonik olarak eşdeğer temsile izin verir. Örneğin, Normalleştirme Formu C'deki (NFC) 'é', önceden birleştirilmiş tek bir U+00E9 skaler değeridir (UTF-8 baytları C3 A9); buna karşın Normalleştirme Formu D'de (NFD) iki skaler değerden oluşur: U+0065 ('e') ve ardından gelen Birleştirici Vurgu İşareti U+0301 (UTF-8 baytları 65 CC 81). Her iki metni de inceleyiciyle kontrol etmek farklı kod noktası dizilerini ortaya çıkarır; böylece özetleme (hashing) veya karşılaştırma öncesinde .normalize('NFC') uygulayabilirsiniz.

Yapıştırılan metinler veya yüklenen veriler herhangi bir sunucuya iletiliyor mu?

Hayır. Karakter bölümleme, kod noktası çıkarma, UTF-8 ve UTF-16LE/BE bayt hesaplama ve yanıltıcı homoglif kontrollerinin tamamı yerel istemci tarafı JavaScript API'leri kullanılarak doğrudan tarayıcınızda çalışır. API anahtarları, canlı ortam logları ve özel kaynak kodu parçacıkları kesinlikle yerel belleğinizde kalır.