Unicode en bref
Unicode attribue un numéro, le point de code, à chaque caractère de toutes les écritures du monde, des lettres latines aux idéogrammes et aux émojis. Ce numéro s'écrit U+ suivi de chiffres hexadécimaux. Pour être enregistré dans un fichier, il est encodé en octets, le plus souvent en UTF-8, l'encodage de la quasi-totalité des pages web.
Lire le tableau
| Caractère | Point de code | UTF-8 | Entité HTML |
|---|---|---|---|
| A | U+0041 | 41 | A |
| é | U+00E9 | C3 A9 | é |
| € | U+20AC | E2 82 AC | € |
| 😀 | U+1F600 | F0 9F 98 80 | 😀 |
La catégorie dit s'il s'agit d'une lettre, d'un chiffre, d'une ponctuation, d'un symbole, d'une espace ou d'un caractère de contrôle ou de format. Cochez « Une ligne par caractère différent » pour un inventaire sans doublons.
Les caractères invisibles
Certains caractères ne se voient pas, mais changent le comportement d'un texte : l'espace insécable (U+00A0), l'espace fine insécable (U+202F), l'espace sans chasse (U+200B), l'indicateur d'ordre des octets (U+FEFF) en début de fichier, les marques de direction (U+200E, U+200F). Ils se glissent dans un copier-coller depuis un PDF, une page web ou un traitement de texte.
Un mot de passe, une adresse e-mail ou une formule de tableur qui « ne marche pas » cache souvent une espace insécable ou une espace sans chasse. L'inspecteur les nomme ; l'outil qui sert ànettoyer un texte les retire.
À quoi ça sert
- Comprendre pourquoi deux chaînes en apparence identiques ne sont pas égales.
- Trouver le code d'un caractère spécial pour l'écrire en HTML, en CSS ou dans un programme.
- Vérifier l'encodage d'un texte qui affiche des « é » à la place des « é ».
- Distinguer des caractères qui se ressemblent : le O latin et le О cyrillique, le tiret et le signe moins.
Questions fréquentes
Qu'est-ce qu'un point de code Unicode ?
Le numéro unique qu'Unicode attribue à chaque caractère, écrit U+ suivi de quatre à six chiffres hexadécimaux : U+0041 pour A, U+00E9 pour é, U+20AC pour €.
Comment repérer un caractère invisible dans un texte ?
Collez le texte : l'outil compte et nomme les caractères invisibles ou trompeurs (espace insécable, espace sans chasse, marque de direction…), souvent à l'origine d'erreurs dans un formulaire ou un tableur.
Pourquoi « é » occupe-t-il deux octets ?
En UTF-8, les caractères ASCII tiennent sur un octet ; les lettres accentuées sur deux, la plupart des autres sur trois, les émojis sur quatre.
À quoi sert l'entité HTML ?
À écrire un caractère dans une page web par son code : é affiche é, même si le fichier n'est pas en UTF-8.
Une erreur ? Signalez-la, nous la corrigeons.