Codeeinheit

Encoding & Standards

Die kleinste Bitkombination zur Kodierung eines Zeichens: 8 Bit für UTF-8, 16 Bit für UTF-16 und 32 Bit für UTF-32.

A code unit is the fundamental building block of a Unicode encoding form. It's important to distinguish code units from code points — a single code point may require multiple code units depending on the encoding.

In UTF-8, a code unit is 8 bits (1 byte). The emoji 😀 requires 4 code units. In UTF-16, a code unit is 16 bits (2 bytes). The same emoji requires 2 code units (a surrogate pair). In UTF-32, it's 1 code unit (4 bytes).

Many programming language string APIs operate on code units rather than code points, which is why string length calculations can be confusing with emoji.

Verwandte Begriffe

Surrogat-Paar Surrogat-Paar
Zwei UTF-16-Codeeinheiten (ein hohes Surrogat U+D800–U+DBFF gefolgt von einem niedrigen Surrogat U+DC00–U+DFFF), die gemeinsam ein Zeichen oberhalb von U+FFFF darstellen. UTF-16 UTF-16
Eine Unicode-Kodierung variabler Breite, die 2 oder 4 Bytes pro Zeichen verwendet und intern von JavaScript, Java und Windows genutzt wird. UTF-32 UTF-32
Eine Unicode-Kodierung fester Breite, die genau 4 Bytes pro Zeichen verwendet und eine direkte Codepoint-Zuordnung auf Kosten des Speicherplatzes ermöglicht. UTF-8 UTF-8
Eine Unicode-Kodierung variabler Breite, die 1 bis 4 Bytes pro Zeichen verwendet und im Web vorherrschend ist (mehr als 98 % aller Websites).

Verwandte Werkzeuge

🔢 Unicode-Suche Unicode-Suche
Geben Sie einen Codepoint wie U+1F600 ein und erhalten Sie das Emoji, Kodierungsdetails, UTF-8/16-Bytes und HTML-Entities.

Verwandte Artikel

Unicode Lookup: Find Any Emoji by Code Point
Enter a Unicode code point like U+1F600 or paste an emoji to see its full encoding breakdown — UTF-8, UTF-16, HTML entities, and more.
How to Handle Emojis in JavaScript: Strings, Length, and Rendering
Learn how to work with emojis in JavaScript: string length pitfalls, Unicode code points, regex, grapheme segmentation, and React rendering tips.
Why string.length Lies: Grapheme Clusters and Emoji Length
Why string.length fails for emoji, what grapheme clusters are, and how to correctly count characters in JavaScript, Python, and more.
Emoji String Length Gotchas: Surrogate Pairs, Grapheme Clusters, and Byte Counts
Why emoji cause surprising string length results in Python, JavaScript, and Go — surrogate pairs, grapheme clusters, and how to count correctly.
Emoji Security: Homoglyphs, Spoofing, Invisible Characters, and Filtering
Security risks from emoji in user input: homoglyph spoofing, invisible Unicode characters, emoji in SQL/code injection, and how to filter and sanitize safely.
Emoji Regex Patterns: Matching Emojis in JavaScript and Python
Learn how to write reliable regex patterns to match emojis in JavaScript and Python, including ZWJ sequences, skin tones, and flags.