UTF-8

Encoding & Standards

Codificación Unicode de ancho variable que utiliza de 1 a 4 bytes por carácter, dominante en la web (usada por más del 98 % de los sitios web).

UTF-8 is the most widely used Unicode encoding. ASCII characters (U+0000 to U+007F) use 1 byte, making it backward-compatible with ASCII. Characters beyond ASCII use 2-4 bytes.

Most emoji require 4 bytes in UTF-8 because they live in the Supplementary Multilingual Plane (code points above U+FFFF). For example, 😀 (U+1F600) encodes as 0xF0 0x9F 0x98 0x80.

UTF-8's dominance on the web (recommended by W3C, used by HTML5 by default) makes it the standard choice for storing and transmitting emoji in most applications.

Términos relacionados

BOM (BOM) BOM (BOM)
La marca de orden de bytes (U+FEFF) colocada al inicio de un archivo de texto para indicar el orden de bytes (endianness) en codificaciones UTF-16/UTF-32.
Unidad de código Unidad de código
La combinación mínima de bits utilizada para codificar un carácter: 8 bits para UTF-8, 16 bits para UTF-16 y 32 bits para UTF-32.
UTF-16 UTF-16
Codificación Unicode de ancho variable que utiliza 2 o 4 bytes por carácter, empleada internamente por JavaScript, Java y Windows.
UTF-32 UTF-32
Codificación Unicode de ancho fijo que utiliza exactamente 4 bytes por carácter, lo que permite un mapeo directo de puntos de código a costa de mayor espacio.

Herramientas relacionadas

🔢 Búsqueda Unicode Búsqueda Unicode
Ingresa un punto de código como U+1F600 y obtén el emoji, detalles de codificación, bytes UTF-8/16 y entidades HTML.