Zum Hauptinhalt springen
ToolsByUs

Text in Binärcode

Dieser Konverter zeigt die UTF-8-Bytes hinter jedem Text als 8-Bit-Binärgruppen und umgekehrt genauso einfach. ASCII-Zeichen benötigen ein Byte, Emoji vier; das Decodieren lehnt Eingaben ab, die kein ganaches Vielfaches von 8 Bits sind oder ungültiges UTF-8 enthalten. Alles läuft lokal in Ihrem Browser.

Nur lokal

Text in Binärcode erklärt

Es gibt nicht 'das' Binär eines Buchstabens: Bits beschreiben Bytes, und Bytes hängen von der Kodierung ab. Dieses Tool zeigt die Kodierung, die sich das Web ausgesucht hat – UTF-8, gemäß RFC 3629, bei dem jedes Zeichen von a bis 🙂 ein bis vier Bytes benötigt, als 8-Bit-Gruppen dargestellt.

Die Kodierung ist selbsterklärend: das erste Byte gibt die Länge an. Ein Byte, das mit 0 beginnt, ist ein ASCII-Byte; 110 startet zwei; 1110 startet drei; 11110 startet vier; jeder Folgebyte beginnt mit 10. Merken Sie sich diese eine Regel, und die Ausgabe wird lesbar.

Der Richtungswechsel decodiert zurück: fügen Sie Bits ein, erhalten Sie Text. Decodieren ist absichtlich streng – eine Bitanzahl, die kein ganaches Byte ist, oder Bytes, die die UTF-8-Folge-Regeln brechen, werden abgelehnt statt durch Ersetzungszeichen decodiert. Die Umwandlung geschieht in diesem Tab; nichts wird hochgeladen.

Rohbits sind zum Sehen; wenn diese Bytes durch einen rein textbasierten Kanal müssen, ist base64 der Standard-Wrapper, und der Erklärung zu Base64 erklärt, warum er so entwickelt wurde.

Binär ist ausführlich – acht Zeichen pro Byte – und der Vergleich Base64 vs. Hex zeigt, warum Hexadezimal auf Papier meist gewinnt und wie die beiden Schreibweisen zusammenhängen.

Wie aus Text Bits werden

Der Konverter übergibt Ihren Text an den Browser-eigenen TextEncoder, der direkt UTF-8-Bytes ausgibt. Das ist bei Emoji wichtig: JavaScript-Strings speichern 🙂 als zwei Surrogate-Hälften, aber der Encoder arbeitet mit Codepunkten, daher erzeugt er eine vier-Byte-Sequenz. Jedes Byte wird auf genau acht Bits aufgefüllt und gruppiert – standardmäßig acht Bytes pro Zeile.

  • Kodieren: der String wird über TextEncoder zu UTF-8-Bytes – kein BOM, keine Lokalabhängigkeit.
  • Darstellen: jedes Byte wird als 8 Bits, mit Nullen aufgefüllt, geschrieben – 0x48 ist 01001000, nicht 1001000.
  • Gruppieren: Bytes werden durch Leerzeichen, Zeilen durch Zeilenumbrüche getrennt, wie Sie es einstellen.
  • Decodieren: der umgekehrte Weg entfernt jedes Nicht-01-Zeichen, reassembliert Bytes und decodiert strenges UTF-8.

Die Ausgabe lesen: das Startbyte gibt die Länge vor

Das Designziel von UTF-8 war ASCII-Kompatibilität, und die Muster zeigen es. ASCII behält seine bekannten ein-Byte-Codes – 01000001 ist A in beiden – während längere Sequenzen aus Start- und Folgebytes in festen Mustern bestehen:

  • é (U+00E9) ist 11000011 10101001 – ein zweibytiges Startbyte und ein Folgebyte.
  • 🙂 (U+1F642) ist 11110000 10011111 10011001 10000010 – die vier-Byte-Form.
  • Ein 10-angeführtes Byte für sich ist ein Folgebyte ohne Start – das klassische Korruptionsmerkmal.
Codepunkt-BereichBytesMuster
U+0000 – U+007F (ASCII)10xxxxxxx
U+0080 – U+07FF2110xxxxx 10xxxxxx
U+0800 – U+FFFF31110xxxx 10xxxxxx 10xxxxxx
U+10000 – U+10FFFF (Emoji sind hier)411110xxx 10xxxxxx 10xxxxxx 10xxxxxx

Was das Decodieren ablehnt und warum

Decodieren nimmt absichtlich chaotisches Formatierung an: Leerzeichen, Kommas und Zeilenumbrüche werden vor dem Parsing entfernt. Zwei Ablehnungen bleiben: eine Bitanzahl, die kein ganaches Vielfaches von 8 ist, kann nicht in Bytes aufgeteilt werden – die Fehlermeldung gibt die genaue Bitanzahl an – und Bytes, die die obigen Muster brechen, werden durch einen fatalen UTF-8-Decoder abgelehnt, nicht durch U+FFFD-Ersatzzeichen ersetzt.

Diese zweite Ablehnung rettet Nachmittage: ein nachsichtiger Decoder macht eine kaputte Sequenz zu einer Zeichenfolge von �-Marken, die plausibel aussehen und still falsch sind. Die Ablehnung bedeutet, dass die Ursache untersucht wird, statt einfach verschickt zu werden.

Wo 8-Bit-Gruppen sonst vorkommen

In der Netzwerktechnik heißt ein Byte Oktett: eine IPv4-Adresse ist vier dieser Gruppen in Dezimal, und ein Subnetzmaske ist eine Folge von 1en gefolgt von 0en auf denselben 32 Bits. Die Binärdarstellung erklärt auch Mojibake – é in UTF-8 ist 11000011 10101001, und falsch als Latin-1 gelesen, sind das die Bytes à und ©, das é-Muster, das Sie sehen, wenn UTF-8 mit der falschen Kodierung decodiert wird. Die Bytes zu sehen, ist die schnellste Diagnose.

Häufig gestellte Fragen

Läuft beim Umwandeln von Text in Binär etwas hoch?

Nein. Die Bytes stammen vom Browser-eigenen TextEncoder, das Decodieren vom TextDecoder – beides in diesem Tab; während einer Umwandlung wird keine Anfrage gesendet, was das Netzwerk-Panel in DevTools bestätigt. Die Seite wird mit connect-src 'self' ausgeliefert, daher würde der Browser jeden ausgehenden Anruf ablehnen, den ein Skript versuchen würde.

Ist die Binärform eines Zeichens immer gleich?

Nein – es hängt von der Kodierung ab. é ist zwei Bytes (11000011 10101001) in UTF-8, aber ein Byte (11101001) in Latin-1. Dieses Tool verwendet immer UTF-8, den Web-Standard gemäß RFC 3629, was dem entspricht, was Browser übertragen und die meisten Dateiformate annehmen.

Wie viele Bits braucht ein Emoji in UTF-8?

Die meisten brauchen vier Bytes – 32 Bits – weil sie oberhalb von U+10000 liegen, dem Bereich, den UTF-8 mit einem 11110xxx-Startbyte und drei Folgebytes kodiert. Einige ältere Symbole wie ☺ liegen unter U+10000 und brauchen drei. ASCII ist die andere extreme: ein Byte pro Zeichen.

Warum wurde meine Decodierung mit 'kein ganaches Vielfaches von 8' abgelehnt?

Bits werden erst zu Bytes in vollständigen Gruppen von acht; ein Rest bedeutet, dass etwas fehlt oder überzählig ist – ein abgeschnittener Kopiervorgang, eine fehlende Zeile, eine falsche Ziffer. Die Fehlermeldung gibt die genaue Bitanzahl an. Formatierung ist nie der Grund: Leerzeichen und Zeilenumbrüche werden vor der Zählung entfernt.

Was bedeutet der 'ungültiges UTF-8'-Fehler beim Decodieren?

Die Bytes haben den UTF-8-Vertrag gebrochen: ein Folgebyte ohne Startbyte, eine mehrbyte-Sequenz, die am Ende abbricht, oder ein unmögliches Muster. Das Tool decodiert fatal – es lehnt ab, statt U+FFFD-Ersatzzeichen zu substituieren – weil still Mojibake-Ausgabe schlimmer ist als ein Fehler. Daten, die nie UTF-8 waren, wie Latin-1-Text, lösen dies absichtlich aus.

Kann ich Binär mit Leerzeichen oder Zeilenumbrüchen einfügen?

Ja. Jedes Zeichen, das nicht 0 oder 1 ist, wird vor dem Parsing entfernt, daher funktionieren gruppierte Bytes, Ein-Byte-pro-Zeile-Dumps und kommagetrennte Listen. Wenn die Ziffern selbst beschädigt sind, fängt die strenge Decodierung das ab – Formatierung wird vergeben, Daten nicht.

ToolsByUs-Team · Wie wir unsere Tools prüfen