Startseite › Entwickler-Tools › UTF-8-Encoder / -Decoder

UTF-8-Encoder / -Decoder

Tippe Text ein, um seine genauen UTF-8-Bytes als Hex, Dezimal, Binär, Oktal, \x-Escapes oder Prozentkodierung zu sehen, oder füge Bytes ein, um sie zurück in Text zu dekodieren. Die Codepunkt-Tabelle zeigt, wie jedes Zeichen auf 1 bis 4 Bytes aufgeteilt wird.

Zuletzt aktualisiert:

Beispiele:
Codepunkt-Tabelle

110 Längenmarkierung · 10 Folgemarkierung · 01001 Codepunkt-Bits

ZeichenCodepunktBytesUTF-8-HexDezimalBitmuster
Anzeige
Anzeige

Anleitung: UTF-8-Encoder / -Decoder

  1. Wähle einen Modus: „Kodieren“ macht aus Text UTF-8-Bytes, „Dekodieren“ macht aus Bytes wieder Text.
  2. Wähle das Byte-Format, zum Beispiel Hex mit Leerzeichen, Dezimal, Binär, \x-Escapes oder Prozentkodierung.
  3. Tippe oder füge deinen Text oder deine Bytes ein. Das Ergebnis aktualisiert sich sofort beim Tippen.
  4. Sieh dir die Codepunkt-Tabelle an, um den U+-Codepunkt jedes Zeichens zu sehen und wie seine Bits auf die Bytes verteilt werden.
  5. Kopiere oder lade das Ergebnis herunter oder klicke auf „Tauschen“, um die Umwandlung umzukehren.

Wie UTF-8 ein Zeichen kodiert

UTF-8 schreibt jeden Unicode-Codepunkt mit 1 bis 4 Bytes. Das erste Byte gibt an, wie viele Bytes folgen, und jedes folgende Byte beginnt mit den Bits 10. Die Bits des Codepunkts (x) werden von links nach rechts eingefüllt:

Codepunkt-BereichBytesBitmusterBeispiel
U+0000 bis U+007F10xxxxxxxA = 41
U+0080 bis U+07FF2110xxxxx 10xxxxxxé (U+00E9) = C3 A9
U+0800 bis U+FFFF31110xxxx 10xxxxxx 10xxxxxx€ (U+20AC) = E2 82 AC
U+10000 bis U+10FFFF411110xxx 10xxxxxx 10xxxxxx 10xxxxxx😀 (U+1F600) = F0 9F 98 80

Rechenbeispiel für €: U+20AC ist binär 0010 0000 1010 1100. Aufgeteilt in 4 + 6 + 6 Bits: 0010, 000010, 101100. Füge die Markierungen hinzu: 11100010, 10000010, 10101100 = E2 82 AC.

Ungültiges UTF-8 und was der Decoder meldet

  • Unerwartetes Folgebyte (80 bis BF ohne Startbyte): oft ein Zeichen dafür, dass Text mitten in einem Zeichen abgeschnitten wurde.
  • Am Ende abgeschnittene Sequenz: ein Startbyte wie E2 oder F0 ohne genügend folgende Bytes, typisch für abgeschnittene Puffer.
  • Überlange Kodierung: ein Zeichen, das mit mehr Bytes als nötig kodiert ist, zum Beispiel C0 AF für "/". Diese sind verboten, weil sie zum Umgehen von Sicherheitsfiltern genutzt wurden.
  • Surrogate und Werte über U+10FFFF: ED A0 80 bis ED BF BF (U+D800 bis U+DFFF) und alles über F4 8F BF BF sind kein gültiges UTF-8.

Jede ungültige Sequenz wird zu einem Ersatzzeichen U+FFFD (EF BF BD), nach denselben Regeln wie in Browsern (WHATWG Encoding Standard).

Typische Mojibake-Muster

Wenn UTF-8-Bytes als Windows-1252 oder Latin-1 gelesen werden, entsteht typischer Zeichensalat: é statt é (C3 A9), € statt € (E2 82 AC) und 😀 statt 😀. Füge die verstümmelten Zeichen unter „Kodieren“ ein, um zu sehen, welche Bytes sie sind, oder wandle mit einem Textkodierungs-Konverter zwischen Kodierungen um.

Häufige Fragen

Was ist UTF-8?

UTF-8 ist die vorherrschende Textkodierung im Web. Sie speichert jeden Unicode-Codepunkt mit 1 bis 4 Bytes: ASCII-Zeichen (U+0000 bis U+007F) belegen ein Byte, die meisten lateinischen, griechischen, kyrillischen, hebräischen und arabischen Buchstaben zwei, die meisten anderen Schriften einschließlich Chinesisch, Japanisch und Koreanisch drei, und Emojis sowie andere Zeichen über U+FFFF vier.

Wie wandle ich Text in UTF-8-Hex um?

Tippe oder füge den Text im Modus „Kodieren“ mit ausgewähltem Hex-Format ein. Jedes Byte erscheint als zwei Hex-Ziffern, zum Beispiel wird é zu C3 A9 und € zu E2 82 AC. Wähle „Keins“ als Trennzeichen für einen kompakten String wie C3A9 oder das \x-Format für Byte-Strings in C, Python und der Shell.

Wie dekodiere ich UTF-8-Bytes in Text?

Wechsle zu „Dekodieren“ und füge die Bytes ein. Das Tool erkennt Hex (mit oder ohne Leerzeichen oder 0x), Dezimal, Binär, Oktal, \x-Escapes und %XX-Prozentkodierung automatisch. Du kannst auch ein Format erzwingen, wenn die Eingabe mehrdeutig ist, zum Beispiel kann 10 20 30 Hex oder Dezimal sein.

Warum sehe ich das Ersatzzeichen �?

Die Bytefolge ist an dieser Stelle kein gültiges UTF-8, zum Beispiel ein Folgebyte ohne Startbyte, eine am Ende abgeschnittene Sequenz, eine überlange Kodierung oder ein Byte wie C0, C1 oder F5 bis FF, das in UTF-8 nie vorkommt. Der Decoder ersetzt jede fehlerhafte Sequenz durch U+FFFD und nennt ihren Byte-Offset, damit du das Problem findest.

Was ist das UTF-8-BOM?

Die Byte-Order-Mark EF BB BF ist eine optionale Signatur am Anfang einer UTF-8-Datei. UTF-8 hat keine Byte-Reihenfolge, daher ist sie nur ein Hinweis, dass die Datei UTF-8 ist. Viele Tools, JSON-Parser und Shell-Skripte mögen sie nicht, daher lässt man sie meist besser weg. Der Decoder entfernt ein führendes BOM und teilt dir mit, dass es vorhanden war.

Wie viele Bytes belegt ein Zeichen in UTF-8?

Das hängt vom Codepunkt ab: U+0000 bis U+007F belegen 1 Byte, U+0080 bis U+07FF 2, U+0800 bis U+FFFF 3 und U+10000 bis U+10FFFF 4. Ein Emoji wie 👍🏽 kann aus mehreren Codepunkten bestehen und daher 8 oder mehr Bytes belegen, obwohl es wie ein Zeichen aussieht.

Wird mein Text an einen Server gesendet?

Nein. Kodieren und Dekodieren nutzen den integrierten TextEncoder und TextDecoder deines Browsers, sodass nichts, was du tippst oder einfügst, dein Gerät verlässt.

Werden alle Tools auf FreeToolCabin auf Qualität und Genauigkeit getestet?

Ja. Jedes Tool auf der Website durchläuft automatische Tests in echten Browsern, die prüfen, ob das Ergebnis stimmt und keine Fehler auftreten. Wenn du einen Fehler findest oder einen Vorschlag hast, schreib uns an [email protected] – wir sehen es uns an.

Ähnliche Tools

Alle Encoder, Hashes & Krypto ansehen →