Info de caractere

Unicode é o padrão que dá a cada caractere do mundo um número único, chamado ponto de código, e é esse número que a ferramenta mostra. A letra A, a vogal á, o cifrão, um emoji e um ideograma chinês têm, cada um, seu valor fixo, o que permite que qualquer sistema represente o mesmo símbolo sem ambiguidade. Ver esse número em decimal e em hexadecimal ajuda a inserir o caractere em código, a comparar dois símbolos que parecem iguais mas não são, e a entender por que certo texto se comporta de forma estranha ao ser processado por um programa.

A maior utilidade prática é revelar caracteres que você não vê mas que estão lá. Espaços não separáveis, espaços de largura zero e marcas de direção viajam junto quando se copia texto da web ou de um PDF e quebram buscas, comparações e validações sem deixar pista visual. Há também os sósias: um traço que parece hífen mas é outro caractere, ou uma letra cirílica idêntica a uma latina. Ao listar o código de cada posição do texto, a ferramenta expõe esses intrusos, o que transforma um bug misterioso em algo concreto de localizar e remover.

A ferramenta mostra três formas do mesmo caractere porque cada contexto usa uma. O decimal é o número puro, direto de ler. O hexadecimal é a notação usada em documentação Unicode e em muitas linguagens de programação, geralmente com prefixo próprio. A entidade HTML é o jeito de escrever o caractere numa página web quando ele tem significado especial na linguagem, como o e comercial ou os sinais de menor e maior, evitando que o navegador os interprete como código. Ter as três lado a lado poupa consultas a tabelas externas e evita erros de conversão entre bases.