இருமம் முதல் உரை மாற்றி
உங்கள் உலாவியிலேயே இருமம்-ஐ உரை ஆக உடனடியாக மாற்றுங்கள்.
0 எழுத்துகள்
0 எழுத்துகள்
அனைத்தும் உங்கள் உலாவியில் மாற்றப்படுகிறது. நீங்கள் ஒட்டுவது பதிவேற்றப்படவோ சேமிக்கப்படவோ இல்லை.
செயல்முறை எடுத்துக்காட்டு
ஒவ்வொரு வரியும் இருமம் ஆக எழுதப்பட்ட ஒரு சிறு மாதிரியையும், அதே மதிப்பு உரை ஆக மாற்றப்பட்டதையும் காட்டுகிறது.
| இருமம் உள்ளீடு | உரை வெளியீடு |
|---|---|
| 01001000 01101001 | Hi |
| 01010011 01000111 | SG |
| 01110100 01101111 01101111 01101100 | tool |
விரிவான வழிகாட்டி
இருமம் முதல் உரை: 0 மற்றும் 1-ஐ எழுத்துகளாகப் படித்தல்
இருமம் எவ்வாறு பைட்டுகளாகப் பிரிக்கப்பட்டு UTF-8 ஆக டிகோட் செய்யப்படுகிறது, மாற்றி ஏற்கும் உள்ளீட்டு வடிவங்கள், பல பைட் எழுத்துகளுக்கு எல்லா பைட்டுகளும் ஏன் தேவை, ஒவ்வொரு பிழையின் பொருள்.
முக்கிய எண்கள் ஒரே பார்வையில்
- குழு அளவு
- ஒரு பைட்டுக்கு 8 பிட்கள்
- இடைவெளி இல்லாத இலக்க வரிசையின் நீளம் 8-இன் மடங்காக இருக்க வேண்டும்; பின்னர் பைட்டுகளாக வெட்டப்படும்.
- பிரிப்பான்கள்
- இடைவெளி, காற்புள்ளி, அரைப்புள்ளி, முக்காற்புள்ளி, இணைப்புக்கோடு அல்லது அடிக்கோடு
- பிரிக்கப்பட்டிருந்தால் 8 இலக்கத்துக்குக் குறைவான குழுக்களும் ஏற்கப்படும்; எ.கா. 1001000 1101001 என்பது Hi என வாசிக்கப்படும்.
- டிகோடிங்
- கடுமையான UTF-8
- செல்லுபடியான UTF-8 அல்லாத பைட்டுகள் மாற்று எழுத்துகளுக்குப் பதிலாக பிழையைத் தரும்.
- ஆதாரம்: RFC 3629
- மதிப்பு வரம்பு
- ஒவ்வொரு குழுவும் 0 முதல் 255 வரை
- பிரிக்கப்பட்டு, 8 இலக்கத்துக்கு மேல் நீளமுள்ள, 11111111-ஐ விடப் பெரிய குழு வரம்பிற்கு வெளியே என நிராகரிக்கப்படும்.
இருமத்தை உரையாக படிப்படியாக டிகோட் செய்தல்
ஒவ்வொரு விசை அழுத்தத்திலும் மாற்றி இதைச் செய்கிறது.
-
படி 1: பைட்டுகளாகப் பிரிக்கவும்
படி 1இலக்கங்களை 8-8 ஆகக் குழுவாக்குங்கள். இடைவெளி அல்லது காற்புள்ளி உள்ள உள்ளீடு அவற்றால் பிரிக்கப்படும்; தொடர்ச்சியான வரிசை ஒவ்வொரு 8 இலக்கத்துக்கும் வெட்டப்படும்.
-
படி 2: ஒவ்வொரு பைட்டையும் எண்ணாக மாற்றவும்
படி 21 உள்ள இடங்களில் இட மதிப்புகள் 128, 64, 32, 16, 8, 4, 2, 1 ஆகியவற்றைக் கூட்டுங்கள். 01001000 என்பது 64 + 8 = 72.
-
படி 3: பைட்டுகளை UTF-8 ஆகப் படிக்கவும்
படி 30 இல் தொடங்கும் பைட் தானாகவே ஓர் எழுத்து. 110, 1110 அல்லது 11110 இல் தொடங்கும் பைட் 2, 3 அல்லது 4 பைட் எழுத்தின் தொடக்கம்.
-
படி 4: முடிவைச் சரிபார்க்கவும்
படி 4பிழை அல்லது விசித்திர எழுத்துகள் வந்தால், பிட்கள் தவறான இடத்தில் வெட்டப்பட்டிருக்கலாம் அல்லது அவை UTF-8 உரை அல்ல.
மாற்றி எதை ஏற்கிறது
பைட்டுகளுக்கு இடையில் இடைவெளி, காற்புள்ளி அல்லது புதிய வரியுடன், அல்லது ஒரே தொடர்ச்சியான வரிசையாக இருமத்தை ஒட்டலாம். பிரிப்பான் இல்லாமல் 8 இலக்கத்துக்கு மேல் இருந்தால் நீளம் 8-இன் மடங்காக இருக்க வேண்டும்; இல்லையெனில் கருவி ஊகிக்காமல் நீளப் பிழையைக் காட்டும். 0, 1 தவிர்ந்த இலக்கங்கள் நிராகரிக்கப்படும்; பிழைச் செய்தி அந்தக் குழுவைக் குறிப்பிடும்.
கணக்கிட்ட எடுத்துக்காட்டுகள்
| இருமம் உள்ளீடு | முடிவு | காரணம் |
|---|---|---|
| 01001000 01101001 | Hi | 72 மற்றும் 105 |
| 0100100001101001 | Hi | தொடர்ச்சியாக, ஒவ்வொரு 8 இலக்கத்துக்கும் வெட்டப்படும் |
| 1001000 1101001 | Hi | பிரிக்கப்பட்டிருந்தால் 7-பிட் குழுக்கள் ஏற்கப்படும் |
| 11000011 10101001 | é | இரண்டு பைட்டுகள்: 110xxxxx தொடக்க பைட்டும் ஒரு தொடர் பைட்டும் |
| 11100100 10111000 10101101 | 中 | ஒரு சீன எழுத்துக்கு மூன்று பைட்டுகள் |
| 11111111 | பிழை | UTF-8-இல் 255 தனியாக ஒருபோதும் செல்லுபடியாகாது |
| 101010101 | பிழை | 9 இலக்கங்கள், 8-இன் மடங்கு அல்ல |
பல பைட் எழுத்துக்கு ஒவ்வொரு பைட்டும் ஏன் தேவை
UTF-8-இல் 11000011 மட்டும் ஓர் எழுத்தின் முதல் பாதி மட்டுமே. 中-இன் ஒரு பைட்டை மட்டும் ஒட்டினால், அல்லது எழுத்தின் நடுவில் வரிசையை வெட்டினால், கருவியால் அதை உரையாகக் காட்ட முடியாது; அதைச் சொல்லும். ஓர் எழுத்தின் பைட்டுகளை ஒன்றாகவும் வரிசையிலும் வையுங்கள்.
குறிப்பு: உங்கள் இருமம் 16-பிட் அல்லது 32-பிட் அலகுகளைப் பயன்படுத்தும் மூலத்திலிருந்து (UTF-16 அல்லது UTF-32) வந்தால், அது இங்கே UTF-8 உரையாக டிகோட் ஆகாது. எழுத்துகள் விசித்திரக் குறியீடுகளாக வரும் அல்லது பிழை வரும்.
கையால் படித்தல்
01100001 என்பதை எடுத்துக்கொள்ளுங்கள். 1 உள்ள பிட்கள் 64, 32, 1; எனவே மதிப்பு 97, ASCII-இல் அது a. 0 முதல் 127 வரை ASCII; 128 முதல் மேல் உள்ளவை பல பைட் UTF-8 எழுத்தின் பகுதி.
இருமம் உரையை எங்கே சந்திப்பீர்கள்
கற்பித்தல், புதிர்கள், ஜியோகேச்சிங், CTF சவால்கள், குறைந்த நிலைத் தரவைப் பிழைதிருத்துதல். இருமம் உரை என்பது பைட்டுகளின் படிக்கக்கூடிய காட்சி; அது சேமிப்பு வடிவம் அல்ல.
பொதுவான தவறுகள்
- தவறான குழுவாக்கம். ஒரு குழுவை ஓர் இலக்கம் தாமதமாகத் தொடங்கினால் பின்வரும் எல்லா பைட்டுகளும் நகர்ந்து, அர்த்தமற்ற முடிவு அல்லது பிழை வரும்.
- 7-பிட்டையும் 8-பிட்டையும் ஒன்றாகக் கருதுவது. முன்னணி 0 என்பது 8-பிட் பைட்டின் பகுதி; குழுக்கள் பிரிக்கப்பட்டிருந்தால் மட்டுமே அதை விடலாம்.
- UTF-16 அல்லது படத்தை உரையாக டிகோட் செய்வது. எல்லா பைட்டுகளும் உரை அல்ல.
- முடிவு மொழிபெயர்க்கப்படும் என எதிர்பார்ப்பது. கருவி எழுத்துகளை டிகோட் செய்யும்; மொழியை மாற்றாது.
தொடர்புடைய கருவிகள்
- உரை முதல் இருமம் — உரையை பிட்களாக குறியாக்குங்கள்.
- இருமம் முதல் ASCII — பைட்டுகளின் பதின்ம மதிப்புகளைப் பாருங்கள்.
- ஹெக்ஸ் முதல் உரை — ஹெக்ஸ் பைட்டுகளை டிகோட் செய்யுங்கள்.
- எண்மம் முதல் உரை — எண்மம் பைட்டுகளை டிகோட் செய்யுங்கள்.
- Unicode ஆய்வி — ஓர் எழுத்தைத் தேடுங்கள்.
அடிக்கடி கேட்கப்படும் கேள்விகள்
என் தரவு எங்காவது அனுப்பப்படுகிறதா?
இல்லை. மாற்றம் முழுவதும் உங்கள் உலாவியில் JavaScript மூலம் நடக்கிறது. நீங்கள் ஒட்டுவது உங்கள் சாதனத்தை விட்டு வெளியேறாது, பதிவு செய்யப்படாது, சேமிக்கப்படாது.
மதிப்புகளை எப்படிப் பிரிக்க வேண்டும்?
இடைவெளி வேலை செய்யும், காற்புள்ளி, முக்காற்புள்ளி, அரைப்புள்ளியும் வேலை செய்யும். இருமம், ஹெக்ஸ், எண்மத்திற்கு பிரிப்பின்றி ஒரே தொடர் இலக்கங்களையும் ஒட்டலாம் — அது தானாக byte-களாகப் பிரிக்கப்படும்.
Emoji மற்றும் ஆங்கிலம் அல்லாத உரையைக் கையாளுமா?
ஆம். உரை UTF-8 ஆகக் கருதப்படுகிறது, எனவே சீனம், தமிழ் மற்றும் emoji அனைத்தும் சரியாக மாற்றப்படும். அவை ஒவ்வொன்றும் ஒன்றுக்கு மேற்பட்ட byte-களை எடுத்துக்கொள்ளும்.
ஏன் பிழை வந்தது?
உள்ளீட்டில் மூல வடிவத்திற்குச் செல்லாத எழுத்து, 255-ஐ விட அதிக மதிப்பு, அல்லது byte-களாகச் சமமாகப் பிரியாத இலக்கத் தொடர் இருந்தது. எந்தப் பகுதி என்பதைப் பிழைச் செய்தி குறிப்பிடும்.
ஆதாரங்கள்
- RFC 3629 — UTF-8, a transformation format of ISO 10646 — பைட்டுகள் எழுத்துகளுக்கு எவ்வாறு பொருந்துகின்றன.
- MDN — TextDecoder — உலாவியின் UTF-8 டிகோடிங்.
இந்த வழிகாட்டி வெளியிடப்பட்ட விதிகளை எளிய மொழியில் விளக்குகிறது. இது நிதி, சட்ட அல்லது அதிகாரப்பூர்வ ஆலோசனை அல்ல — விதிகள் மாறக்கூடும், எனவே முடிவெடுக்கும் முன் மேலே இணைக்கப்பட்ட அமைப்பிடம் உறுதிப்படுத்துங்கள்.