உரை முதல் இருமம் மாற்றி
உங்கள் உலாவியிலேயே உரை-ஐ இருமம் ஆக உடனடியாக மாற்றுங்கள்.
0 எழுத்துகள்
0 எழுத்துகள்
அனைத்தும் உங்கள் உலாவியில் மாற்றப்படுகிறது. நீங்கள் ஒட்டுவது பதிவேற்றப்படவோ சேமிக்கப்படவோ இல்லை.
செயல்முறை எடுத்துக்காட்டு
ஒவ்வொரு வரியும் உரை ஆக எழுதப்பட்ட ஒரு சிறு மாதிரியையும், அதே மதிப்பு இருமம் ஆக மாற்றப்பட்டதையும் காட்டுகிறது.
| உரை உள்ளீடு | இருமம் வெளியீடு |
|---|---|
| Hi | 01001000 01101001 |
| SG | 01010011 01000111 |
| tool | 01110100 01101111 01101111 01101100 |
விரிவான வழிகாட்டி
உரை முதல் இருமம்: எழுத்துகள் 0 மற்றும் 1 ஆக மாறுவது எப்படி
ஓர் எழுத்து எவ்வாறு எண்ணாகவும் பின்னர் பிட்களின் வரிசையாகவும் மாறுகிறது: ASCII, é, சீன எழுத்துகள் மற்றும் எமோஜிக்கான UTF-8 பைட்டுகள், கையால் மாற்றும் முறை, கணக்கிட்ட எடுத்துக்காட்டுகள், பொதுவான தவறுகள்.
முக்கிய எண்கள் ஒரே பார்வையில்
- ஒரு பைட்டுக்கான பிட்கள்
- 8 இருமம் இலக்கங்கள், முன்னே பூஜ்யம் சேர்த்து
- A என்பது 65, 01000001 என எழுதப்படும். கருவி எப்போதும் முழு 8 இலக்கக் குழுக்களை இடைவெளியால் பிரித்துக் காட்டும்.
- எதை குறியாக்குகிறது
- உங்கள் உரையின் UTF-8 பைட்டுகள்
- குறியீட்டுப் புள்ளிகள் அல்ல. மாற்றி உலாவியின் TextEncoder-ஐப் பயன்படுத்துகிறது, அது எப்போதும் UTF-8 தருகிறது.
- ஆதாரம்: MDN
- ஓர் எழுத்துக்கான பைட்டுகள்
- 1 முதல் 4 வரை
- ASCII 1, é 2, பெரும்பாலான சீன எழுத்துகள் 3, எமோஜி 4.
- ஆதாரம்: RFC 3629
- எங்கே இயங்குகிறது
- உங்கள் உலாவியில்
- மாற்றம் பக்கத்தில் உள்ள சாதாரண JavaScript; தட்டச்சு செய்யும்போதே புதுப்பிக்கப்படும்.
உரையை கையால் இருமமாக மாற்றுதல்
ஒவ்வொரு பைட்டுக்கும் மாற்றி செய்வது இதுவே.
-
படி 1: எழுத்தின் எண்ணைக் கண்டறியவும்
படி 1ASCII அட்டவணையில் பாருங்கள் (A = 65, a = 97, 0 = 48, இடைவெளி = 32). ASCII-க்கு வெளியே உள்ள எழுத்துகளுக்கு Unicode குறியீட்டுப் புள்ளி பயன்படும்.
-
படி 2: ASCII அல்லாத எழுத்துகளை UTF-8 பைட்டுகளாக்கவும்
é, 中, எமோஜி போன்றவற்றுக்கு மட்டும்குறியீட்டுப் புள்ளியை அதன் வரம்புக்கான UTF-8 பிட் வடிவத்தில் பொருத்துங்கள். 2, 3 அல்லது 4 பைட்டுகள் கிடைக்கும்; ஒவ்வொன்றும் 0 முதல் 255 வரையிலான எண்.
-
படி 3: ஒவ்வொரு பைட்டையும் அடிப்படை 2-இல் எழுதவும்
படி 3பைட்டிலிருந்து இட மதிப்புகள் 128, 64, 32, 16, 8, 4, 2, 1 ஆகியவற்றைக் கழியுங்கள்; பொருந்தினால் 1 என எழுதுங்கள். இடப்பக்கம் 8 இலக்கம் வரை பூஜ்யம் சேர்க்கவும்.
-
படி 4: பைட்டுகளை இடைவெளியால் இணைக்கவும்
படி 4பைட்டுகளின் வரிசையை மாற்றாதீர்கள். இருமம் முதல் உரை கருவியில் மீண்டும் படித்தால் அசல் உரை கிடைக்க வேண்டும்.
எழுத்திலிருந்து பிட்களுக்கு
கணினி ஓர் எழுத்தை எண்ணாகவும், எண்ணை பிட்களாகவும் சேமிக்கிறது. இதில் இரண்டு படிகள் உள்ளன: எழுத்துத் தொகுப்பு ஓர் எழுத்துக்கு எந்த எண் என்பதைத் தீர்மானிக்கிறது (A என்பது 65); குறியாக்கம் அந்த எண் பைட்டுகளாக எப்படி எழுதப்படும் என்பதைத் தீர்மானிக்கிறது. ஆங்கில எழுத்துகள், இலக்கங்கள், நிறுத்தற்குறிகளுக்கு ASCII-யும் UTF-8-ம் ஒன்றே: ஓர் எழுத்துக்கு ஒரு பைட், மேல் பிட் 0. அதனால்தான் A என்பது 01000001 ஆகிறது.
é, சீன எழுத்துகள், எமோஜி ஏன் ஒன்றுக்கு மேற்பட்ட பைட்டுகள் எடுக்கின்றன
UTF-8 ஓர் எழுத்துக்கு 1 முதல் 4 பைட்டுகள் பயன்படுத்துகிறது. முதல் பைட்டின் தொடக்க பிட்கள் வரிசையின் நீளத்தைச் சொல்லும்; அதைத் தொடரும் ஒவ்வொரு பைட்டும் 10 இல் தொடங்கும்.
| குறியீட்டுப் புள்ளி வரம்பு | பைட்டுகள் | பிட் வடிவம் |
|---|---|---|
| U+0000 முதல் U+007F வரை | 1 | 0xxxxxxx |
| U+0080 முதல் U+07FF வரை | 2 | 110xxxxx 10xxxxxx |
| U+0800 முதல் U+FFFF வரை | 3 | 1110xxxx 10xxxxxx 10xxxxxx |
| U+10000 முதல் U+10FFFF வரை | 4 | 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx |
中 (U+4E2D, பிட்கள் 0100 1110 0010 1101) என்பதற்கு 3-பைட் வடிவம் 11100100 10111000 10101101 தருகிறது.
கணக்கிட்ட எடுத்துக்காட்டுகள்
இந்த முடிவுகள் மாற்றி இயக்கும் அதே குறியீட்டிலிருந்து வந்தவை.
| உரை | UTF-8 பைட்டுகள் | இருமம் வெளியீடு |
|---|---|---|
| A | 1 | 01000001 |
| Hi | 2 | 01001000 01101001 |
| é | 2 | 11000011 10101001 |
| 中 | 3 | 11100100 10111000 10101101 |
| 😀 | 4 | 11110000 10011111 10011000 10000000 |
குறிப்பு: ஓர் எழுத்து எப்போதும் ஒரு பைட் அல்ல. மூன்று சீன எழுத்துகள் கொண்ட சிறிய சொல் ஒன்பது பைட்டுகள்; அதாவது 72 இருமம் இலக்கங்கள்.
H-ஐ கையால் கணக்கிடுதல்
H என்பது 72. 72 − 64 = 8, 8 − 8 = 0; எனவே 64 மற்றும் 8 இடங்களில் 1: 0 1 0 0 1 0 0 0, அதாவது 01001000.
இருமம் உரை எங்கே பயன்படுகிறது
தரவு எவ்வாறு சேமிக்கப்படுகிறது என்பதைக் கற்பிக்க, புதிர்கள் மற்றும் CTF சவால்களுக்கு, ஒரு நெறிமுறை அல்லது கோப்பு வடிவத்தில் உண்மையில் என்ன உள்ளது என்பதைச் சரிபார்க்க, ஒரே சொல் வெவ்வேறு எழுத்து முறைகளில் ஏன் வெவ்வேறு எண்ணிக்கை பைட்டுகள் எடுக்கிறது என்பதைப் பார்க்க இருமம் உதவும். உண்மையான அமைப்புகள் உரையை எழுதிய 0, 1 ஆகச் சேமிப்பது அரிது; இங்குள்ள இலக்கங்கள் பைட்டுகளின் படிக்கக்கூடிய வடிவம் மட்டுமே.
பொதுவான தவறுகள்
- 7 பிட் என்று நினைப்பது. பழைய ASCII 7 பிட்டில் அடங்கும்; ஆனால் இந்தக் கருவி 8 இலக்க பைட்டுகளைக் காட்டுவதால்
A-க்கு முன்னே ஒரு 0 உள்ளது. - குறியீட்டுப் புள்ளியையும் பைட்டையும் குழப்புவது. 中 என்பது U+4E2D (20013); ஆனால் அதன் UTF-8 பைட்டுகள் 228, 184, 173.
- பைட்டுகளுக்குப் பதிலாக எழுத்துகளை எண்ணுவது. வெளியீட்டில் ஒரு பைட்டுக்கு ஒரு 8 இலக்கக் குழு உண்டு; எனவே ஒரு சீன எழுத்துக்கு மூன்று குழுக்கள், ஒரு எமோஜிக்கு நான்கு.
- இருமம் என்றால் மறையாக்கம் என்று எதிர்பார்ப்பது. அது அதே உரையை எழுதும் இன்னொரு வழி மட்டுமே.
தொடர்புடைய கருவிகள்
- இருமம் முதல் உரை — பிட்களை மீண்டும் மாற்றுங்கள்.
- உரை முதல் ஹெக்ஸ் — அதே பைட்டுகள் அடிப்படை 16-இல்.
- உரை முதல் ASCII — அதே பைட்டுகள் பதின்மத்தில்.
- உரை முதல் எண்மம் — அதே பைட்டுகள் அடிப்படை 8-இல்.
- Unicode ஆய்வி — குறியீட்டுப் புள்ளிகளைத் தேடுங்கள்.
- Base64 குறியாக்கி — பைட்டுகளை உரையாக எழுத இன்னொரு வழி.
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 — 1 முதல் 4 பைட் வரிசைகளுக்கான பைட் வடிவங்கள்.
- RFC 20 — ASCII format for network interchange — 7-பிட் ASCII குறியீடு.
- MDN — TextEncoder — சரங்களை UTF-8 ஆக குறியாக்குகிறது.
இந்த வழிகாட்டி வெளியிடப்பட்ட விதிகளை எளிய மொழியில் விளக்குகிறது. இது நிதி, சட்ட அல்லது அதிகாரப்பூர்வ ஆலோசனை அல்ல — விதிகள் மாறக்கூடும், எனவே முடிவெடுக்கும் முன் மேலே இணைக்கப்பட்ட அமைப்பிடம் உறுதிப்படுத்துங்கள்.