Inspecteur de caractères Unicode

Mode d'emploi

1. Saisissez ou collez le texte dans Texte. Les espaces, les sauts de ligne et les emoji sont inspectés aussi.
2. Lisez Totaux pour les nombres de graphèmes, de points de code et d'octets.
3. Lisez Points de code : chaque ligne donne le point de code, son Nom, sa Catégorie, son Bloc, ses octets UTF-8 et UTF-16, et les échappements HTML et JavaScript.
4. Saisissez un mot d'un nom Unicode sous Rechercher un nom de caractère pour trouver des caractères, comme snowman.

Noms, catégories et blocs

Chaque point de code a un nom, une catégorie générale et un bloc. La catégorie est un code de deux lettres : Lu est une lettre majuscule, et So est un autre symbole. Le bloc est une plage de points de code apparentés, comme Basic Latin. Les noms et les catégories sont les identifiants que définit le standard Unicode en anglais ; ils sont donc montrés en anglais ici, dans toutes les langues, et les explications de la page sont dans votre langue.

Graphèmes et points de code

Un point de code est un nombre de la table Unicode. Un graphème est ce qu'un lecteur prend pour un seul caractère. Un pouce levé avec une teinte de peau est un graphème formé de deux points de code, et une lettre avec un accent combinant est un graphème de deux points de code. Le tableau des points de code range chacun sous le numéro de son graphème, pour voir ceux qui vont ensemble.

Octets UTF-8 et UTF-16

• UTF-8 écrit un point de code en un à quatre octets. Une lettre ASCII prend un octet ; le bonhomme de neige en prend trois, E2 98 83.
• UTF-16 écrit un point de code en une ou deux unités de 16 bits. Au-delà de U+FFFF, il en prend deux, une paire de substitution : U+1F44D vaut D83D DC4D.

Échappements HTML et JavaScript

• HTML : &, <, >, " et ' ont des noms ; tout autre caractère s'écrit sous forme de référence hexadécimale, comme ☃.
• JavaScript : \u2603 pour un point de code jusqu'à U+FFFF, et \u{1F44D} au-delà, comme le permet la syntaxe ECMAScript 2015.

Données Unicode et leur licence

Les noms, les catégories et les blocs viennent de la base de données de caractères Unicode (UnicodeData.txt, Blocks.txt, Jamo.txt et PropertyValueAliases.txt) d'Unicode 18.0.0, datée du 8 juillet 2026. Copyright © 1991-2026 Unicode, Inc. Les données sont diffusées sous UNICODE LICENSE V3, dont l'avis complet figure dans le fichier de données de cet outil et sur https://www.unicode.org/license.txt. Les noms des syllabes coréennes sont construits à partir des noms courts des Jamo, et les noms des idéogrammes CJK à partir de leur point de code. Une plage comme Private Use est montrée avec l'étiquette que donnent les données, car elles ne nomment pas chaque caractère qu'elle contient.

Questions fréquentes