So verwenden Sie es
- Tippen oder fügen Sie den Text in Text ein. Leerzeichen, Zeilenumbrüche und Emoji werden ebenfalls geprüft.
- Lesen Sie Summen für die Zahl der Grapheme, Codepunkte und Bytes ab.
- Lesen Sie Codepunkte: Jede Zeile nennt den Codepunkt, seinen Namen, die Kategorie, den Block, die Bytes UTF-8 und UTF-16 sowie die Maskierungen HTML und JavaScript.
- Tippen Sie ein Wort eines Unicode-Namens unter Zeichenname suchen ein, um Zeichen zu finden, etwa snowman.
Namen, Kategorien und Blöcke
Jeder Codepunkt hat einen Namen, eine allgemeine Kategorie und einen Block. Die Kategorie ist ein Kürzel aus zwei Buchstaben: Lu ist ein Großbuchstabe, So ein anderes Symbol. Der Block ist ein Bereich zusammengehöriger Codepunkte, etwa Basic Latin. Die Namen und Kategorien sind die Bezeichner, die der Unicode-Standard auf Englisch festlegt. Deshalb bleiben sie hier auch in der deutschen Fassung englisch. Die Erläuterungen auf der Seite sind auf Deutsch.
Grapheme und Codepunkte
Ein Codepunkt ist eine Zahl in der Unicode-Tabelle. Ein Graphem ist das, was ein Leser als ein Zeichen ansieht. Ein Daumen hoch mit Hautton ist ein Graphem aus zwei Codepunkten, und ein Buchstabe mit kombinierendem Akzent ist ebenfalls ein Graphem aus zwei Codepunkten. Die Tabelle der Codepunkte listet jeden Codepunkt unter der Nummer seines Graphems auf, damit Sie sehen, welche zusammengehören.
UTF-8- und UTF-16-Bytes
- UTF-8 schreibt einen Codepunkt in ein bis vier Bytes. Ein ASCII-Buchstabe braucht ein Byte, der Schneemann braucht drei: E2 98 83.
- UTF-16 schreibt einen Codepunkt in eine oder zwei 16-Bit-Einheiten. Über U+FFFF hinaus braucht er zwei Einheiten, ein Surrogatpaar: U+1F44D ist D83D DC4D.
HTML- und JavaScript-Maskierungen
- HTML: &, <, >, " und ' haben Namen. Jedes andere Zeichen wird als hexadezimale Referenz geschrieben, etwa ☃.
- JavaScript: \u2603 für einen Codepunkt bis U+FFFF und \u{1F44D} darüber, wie es die Syntax von ECMAScript 2015 erlaubt.
Unicode-Daten und ihre Lizenz
Die Namen, Kategorien und Blöcke stammen aus der Unicode Character Database (UnicodeData.txt, Blocks.txt, Jamo.txt und PropertyValueAliases.txt) von Unicode 18.0.0, Stand 8. Juli 2026. Copyright © 1991-2026 Unicode, Inc. Die Daten werden unter der UNICODE LICENSE V3 verteilt. Ihr vollständiger Hinweis steht in der Datendatei dieses Rechners und unter https://www.unicode.org/license.txt. Namen von Hangul-Silben entstehen aus den Jamo-Kurznamen, Namen von CJK-Ideogrammen aus ihrem Codepunkt. Ein Bereich wie Private Use wird mit der Bezeichnung angezeigt, die die Daten ihm geben, weil die Daten nicht jedes Zeichen darin benennen.
Rechenbeispiel: der Schneemann ☃
Tippen Sie ☃ in Text ein. Das Zeichen ist U+2603. Sein Name ist SNOWMAN, seine Kategorie ist So (Other Symbol), und es gehört zum Block Miscellaneous Symbols. In UTF-8 braucht es drei Bytes, E2 98 83. In UTF-16 ist es eine Einheit, 2603.
| Eigenschaft | Wert |
|---|---|
| Zeichen | ☃ |
| Codepunkt | U+2603 |
| Name | SNOWMAN |
| Kategorie | So Other Symbol |
| Block | Miscellaneous Symbols |
| UTF-8-Bytes | E2 98 83 |
| UTF-16-Einheiten | 2603 |
| HTML | ☃ |
| JavaScript | \u2603 |
Häufig gestellte Fragen
Was ist der Unterschied zwischen einem Graphem und einem Codepunkt?
Ein Codepunkt ist eine Zahl in der Unicode-Tabelle. Ein Graphem ist ein Zeichen so, wie ein Leser es sieht, und kann aus mehreren Codepunkten bestehen: ein Buchstabe mit Akzent oder ein Emoji mit Hautton.
Warum zählt ein Emoji mit Hautton als zwei Codepunkte?
Das Basis-Emoji und der Hautton-Modifikator sind im Standard zwei getrennte Codepunkte. Ein Leser sieht ein Gesicht, daher zählt die Seite ein Graphem aus diesen beiden Codepunkten.
Was bedeutet ein nicht zugewiesener Codepunkt?
Es ist eine Zahl, der die Unicode-Version der Daten noch kein Zeichen zuordnet. Sie hat daher keinen Namen, und ihre Kategorie ist Cn. Ein Text kann solche Zahlen enthalten, doch die meisten Schriften zeigen sie als Ersatzkästchen.
Warum sind die Namen auf Englisch?
Die Unicode-Namen sind Bezeichner, die der Standard auf Englisch festlegt. Sie sind in jeder Sprache gleich und daher der verlässliche Weg, nach einem Zeichen zu suchen. Die Erläuterungen auf dieser Seite sind auf Deutsch geschrieben.
Wird der geprüfte Text irgendwohin gesendet?
Nein. Die Datendatei wird in die Seite geladen, und der Text wird in Ihrem Browser geprüft. Nichts wird hochgeladen oder gespeichert.
Quellen
- Unicode Character Database (englisch): UnicodeData.txt (Unicode 18.0.0)
- Unicode Character Database (englisch): Blocks.txt
- UNICODE LICENSE V3 (englisch)
- RFC 3629 (englisch): UTF-8, a transformation format of ISO 10646 (IETF)
- RFC 2781 (englisch): UTF-16, an encoding of ISO 10646 (IETF)
Zahlen und Text zuletzt geprüft: Dienstag, 10. November 2026.