| # | Carácter | Decimal | Hex | Octal | Binario | UTF-8 | Nombre | Bloque |
|---|---|---|---|---|---|---|---|---|
| Todavía no hay caracteres — escribe algo arriba. | ||||||||
Pega o escribe tu texto en el cuadro de entrada. Cada carácter se analiza al instante, por completo en tu navegador, mientras escribes.
Elige una base numérica (decimal, hexadecimal, octal o binaria), un separador y si los códigos deben rellenarse con ceros, para controlar cómo se formatea la salida de códigos.
Lee la tabla carácter a carácter que aparece bajo la salida — muestra la posición de cada carácter, todas las bases, los bytes UTF-8, las unidades UTF-16, la entidad HTML, el nombre, el bloque y la categoría, cada uno en su propia columna.
Cambia a la pestaña inversa para pegar códigos y recuperar el texto. Notaciones mezcladas como 0x41, U+0041 y A se aceptan en la misma entrada, separadas por espacios, comas o punto y coma.
Un solo pegado produce decimal, hexadecimal, octal y binario para cada carácter simultáneamente, así que nunca tienes que pasar el mismo texto por cuatro herramientas distintas. Cambia la base de salida y la cadena de códigos se actualiza al instante.
La herramienta recorre tu texto punto de código a punto de código, no por unidad UTF-16, así que un emoji u otro carácter fuera del plano básico se cuenta como un único carácter. Su par subrogado UTF-16 se muestra aparte, en su propia columna, en lugar de confundirse con dos caracteres sin relación.
Cada fila muestra la secuencia exacta de bytes UTF-8 de ese carácter, en hexadecimal. Es la columna que explica por qué una letra de dos bytes como la ñ rompe silenciosamente un campo de ancho fijo o un límite de caracteres calculado en bytes que asumía un byte por carácter.
El salto de línea, el retorno de carro, NUL y el espacio de no separación se nombran explícitamente — LF, CR, NUL, NBSP — en vez de aparecer como una celda vacía o invisible en la tabla. Las diferencias de formato invisibles en un texto pegado dejan de ser un misterio.
La dirección inversa tolera separadores y notaciones mezclados en un mismo pegado — 0x41, 0o101, 0b1000001, U+0041 y A se decodifican todos correctamente, con el punto y coma final de una entidad HTML como opcional. Los tokens mal formados se señalan uno a uno por su posición, mientras que los válidos se decodifican igualmente.
Tu texto se analiza y convierte enteramente en tu dispositivo mediante la iteración nativa de cadenas de JavaScript. Nada se sube, no se requiere cuenta y ningún servidor ve jamás lo que pegas — compruébalo tú mismo observando la pestaña de red de tu navegador mientras escribes.
"¿Cuál es el código ASCII de la ñ?" no tiene una única respuesta correcta — la ñ no existe en ASCII, y su valor numérico depende por completo de qué codificación tengas en mente. Esta herramienta muestra el punto de código Unicode, los bytes UTF-8 y las unidades UTF-16 lado a lado, así que obtienes la respuesta real en vez de un número que es incorrecto para tu contexto.
Cada fila incluye posición, decimal, hexadecimal, octal, binario, bytes UTF-8, unidades UTF-16, nombre, bloque y categoría — el conjunto completo de datos que necesitas cuando un recuento de bytes falla por uno o un carácter corrompe silenciosamente un campo de ancho fijo. Está pensada para responder "por qué", no solo para impresionar.
La tabla de nombres de carácter incluida cubre ASCII, los rangos de control C0 y C1, Latin-1 Supplement y Latin Extended-A — un límite deliberado y documentado, no un descuido. Fuera de ese rango obtienes igualmente el bloque Unicode y la categoría general, calculados en el momento a partir de los propios escapes de propiedad Unicode de JavaScript, y la columna de nombre muestra una raya en lugar de una suposición.
Todo carácter que muestra tu ordenador es, por debajo, un número. Un "código de carácter" es la correspondencia entre ese número y el glifo o símbolo que representa. Lo difícil nunca fue asignar números — fue ponerse de acuerdo, entre todas las máquinas y redes, sobre qué número significa qué carácter. Ese acuerdo es lo que aporta un estándar de codificación, y también lo que se rompe cuando dos sistemas no coinciden.
El American Standard Code for Information Interchange — el estándar que hoy conocemos como ASCII — se formalizó para uso en red en la RFC 20 de 1969. ASCII asigna exactamente 128 valores, del 0 al 127, que caben en siete bits. Los primeros 32 (0–31) más la posición 127 son caracteres de control — salto de línea, retorno de carro, tabulador — que gobiernan dispositivos en lugar de imprimir glifos. El resto cubre el alfabeto inglés en ambos casos, los dígitos y la puntuación común: suficiente para la informática estadounidense de la época, pero sin la ñ, sin letras acentuadas y sin escrituras no latinas.
En cuanto los ordenadores necesitaron letras acentuadas, cirílico u otras escrituras, los fabricantes usaron el octavo bit que ASCII dejaba libre, duplicando el rango a 256 valores y llenando el 128–255 con lo que su mercado necesitara. Latin-1 (ISO 8859-1) puso ahí la ñ y las letras acentuadas de Europa occidental; otras páginas de códigos pusieron cirílico, griego o hebreo en esas mismas posiciones. El número 241 podía ser la ñ en una máquina y otra cosa distinta en otra — los mismos bytes, dos significados, sin forma de saber cuál era el previsto.
Unicode separó dos preguntas que las páginas de códigos habían mezclado: qué carácter abstracto es este, y cómo se almacena en bytes. Asigna a cada carácter un único punto de código fijo — un número entre U+0000 y U+10FFFF, con el prefijo U+ — sin importar cómo se almacene después. La Unicode Character Database — el catálogo oficial de Unicode — recoge cada punto de código asignado con su nombre, su categoría general y otras propiedades. El almacenamiento lo gestiona una codificación aparte: el mismo punto de código puede serializarse como UTF-8, UTF-16 o UTF-32, con una secuencia de bytes distinta para cada una.
UTF-8, definida en la RFC 3629, es la codificación que se impuso en la web. Representa cada punto de código con uno a cuatro bytes: los 128 caracteres ASCII originales ocupan un solo byte, lo que hace a UTF-8 compatible con archivos ASCII. Un punto de código por encima de U+007F necesita dos, tres o cuatro bytes — por eso la ñ codifica como dos bytes (0xC3 0xB1) en UTF-8, aunque sea un único carácter y un único punto de código. Las cadenas de JavaScript son UTF-16 por dentro, así que iterar por punto de código importa: un emoji fuera del plano básico multilingüe se almacena como un par de unidades subrogadas de 16 bits, pero sigue siendo un solo punto de código.
Para los 128 caracteres ASCII originales, la pregunta tiene una respuesta limpia. Para cualquier otra cosa — ñ, é, 中 o un emoji — no la tiene, porque ese carácter nunca estuvo en ASCII. Lo que la gente suele querer decir es "qué número representa este carácter", y la respuesta honesta exige especificar una codificación: el punto de código Unicode, la secuencia de bytes UTF-8 o las unidades UTF-16, que pueden diferir entre sí. Una herramienta que devuelve un único "código ASCII" para un carácter que no es ASCII responde a una pregunta que no hiciste; mostrar los tres juntos es la única forma de responderla de verdad.
No. Toda conversión — de texto a códigos y de códigos a texto — se ejecuta en tu navegador usando las APIs nativas de cadenas y Unicode de JavaScript. Nada se sube, no hay cuenta y no se produce ninguna llamada a un servidor en ningún momento. Puedes confirmarlo observando la pestaña de red de tu navegador mientras escribes.
Ninguno de los dos caracteres está en ASCII, así que no tienen un código ASCII propiamente dicho — ASCII solo define los 128 valores 0–127. Ambos tienen un punto de código Unicode (la ñ es U+00F1, la é es U+00E9), y cada uno codifica a una secuencia de bytes distinta según la codificación: dos bytes UTF-8 cada uno, o una unidad UTF-16 cada uno. Esta herramienta muestra todo eso lado a lado en vez de forzar un único número engañoso.
Esta herramienta recorre tu texto por punto de código Unicode, así que un emoji fuera del plano básico multilingüe se cuenta correctamente como un único carácter, con su par subrogado UTF-16 mostrado en una columna aparte. Las herramientas y lenguajes que iteran por unidad UTF-16 en su lugar — incluido el indexado de cadenas puro de JavaScript — ven ese mismo emoji como dos "caracteres" separados, que es por qué la longitud de cadena y el recuento de caracteres pueden no coincidir entre herramientas.
Un punto de código es el número abstracto que Unicode asigna a un carácter, independiente de cómo se almacene — U+00F1 para la ñ, por ejemplo. Un byte es una unidad real de almacenamiento o transmisión. Cuántos bytes ocupa un punto de código dado depende por completo de la codificación: un byte en UTF-8 para los caracteres ASCII, dos bytes en UTF-8 para la ñ, o un par fijo de dos bytes por unidad UTF-16 (a veces dos unidades) en UTF-16. El punto de código nunca cambia; la representación en bytes sí.
La tabla de nombres incluida cubre ASCII, los rangos de control C0 y C1, Latin-1 Supplement y Latin Extended-A — un rango deliberadamente limitado y documentado, no el catálogo oficial completo de Unicode (la Unicode Character Database), que lista decenas de miles de nombres y añadiría un peso de descarga real. Fuera de ese rango la herramienta sigue mostrando el bloque Unicode y la categoría general (calculados en el momento a partir de los escapes de propiedad Unicode de JavaScript) y muestra una raya en el nombre en lugar de adivinar.
Sí, con la pestaña inversa. Acepta decimal, hexadecimal, octal y binario, además de las notaciones explícitas 0x41, 0o101, 0b1000001, U+0041, A y A, mezcladas libremente en la misma entrada y separadas por espacios, comas o punto y coma. Los tokens mal formados — un número no válido, por encima de U+10FFFF, o un subrogado suelto (U+D800–U+DFFF) — se señalan uno a uno por su posición, y el resto de tokens válidos se decodifica igualmente.
Los finales de línea al estilo Windows usan dos caracteres de control por salto de línea: retorno de carro (CR, U+000D) seguido de salto de línea (LF, U+000A). Si tu texto pegado se guardó o copió desde una fuente Windows, verás ambos como filas separadas en la tabla carácter a carácter — no es un fallo de la herramienta, es exactamente lo que hay en tu texto, hecho visible en vez de oculto.
La tabla carácter a carácter se limita a 2.000 filas por legibilidad y rendimiento, con un aviso visible que indica cuántos caracteres quedaron fuera de esa lista. La salida de códigos en línea — la cadena decimal, hexadecimal, octal o binaria — nunca se trunca y siempre refleja tu entrada completa, sin importar su longitud.
Los primeros 32 códigos ASCII no son caracteres que se escriben. Qué significan LF, CR, TAB y NUL, por qué sigue existiendo CRLF, y cómo localizar los invisibles.
Leer más →
El mojibake tiene una causa habitual: bytes UTF-8 leídos como Latin-1. Cómo reconocer el patrón, encontrar en qué capa se rompió y confirmar el arreglo.
Leer más →
Más allá de ASCII y UTF-8: cómo se rebautizó el estándar, cómo se reparten los 17 planos de Unicode y por qué la normalización rompe el orden alfabético.
Leer más →