Unicode-Zeichenprüfer

VonOleh Soloninaktualisiert 25. September 2026

Ergebnis

12 Codepunkte in 15 Bytes.

Zeichen einzeln

G U+0047 — Großbuchstabe, UTF-8 47, G r U+0072 — Kleinbuchstabe, UTF-8 72, r ö U+00F6 — Kleinbuchstabe, UTF-8 C3 B6, ö ß U+00DF — Eszett, UTF-8 C3 9F, ß e U+0065 — Kleinbuchstabe, UTF-8 65, e : U+003A — Satzzeichen, UTF-8 3A, :

  U+0020 — Leerzeichen, UTF-8 20, &#x0020;
3 U+0033 — Ziffer, UTF-8 33, &#x0033;
0 U+0030 — Ziffer, UTF-8 30, &#x0030;
  U+0020 — Leerzeichen, UTF-8 20, &#x0020;

° U+00B0 — Gradzeichen, UTF-8 C2 B0, ° C U+0043 — Großbuchstabe, UTF-8 43, C

Unsichtbare Zeichen

keine — im Text steht kein unsichtbares Zeichen

Normalform

NFC — die Zeichen sind bereits zusammengezogen

Größe in Bytes

15 Bytes in UTF-8, 12 Codepunkte, 12 UTF-16-Einheiten

Drei Arten zu zählen

Derselbe Text hat mehrere Längen. 12 Zeichen, wie ein Mensch sie zählt (Graphemcluster). 12 Codepunkte. 12 UTF-16-Einheiten — diese Zahl liefert length in JavaScript; hier sind beide gleich. 15 Bytes in UTF-8 — so viel Speicher belegt der Text; ob eine Datenbankspalte nach Zeichen oder nach Bytes begrenzt ist, hängt von Datenbank und Datentyp ab.

Hinweis

Codepunkte und UTF-16-Einheiten stimmen überein: Der Text enthält keine Zeichen jenseits der Grundebene.

Das Ergebnis ist ein Richtwert und ersetzt keine Beratung.

Jedes Zeichen mit Codepunkt, Bytes — und den unsichtbaren Fallen.

Zwei Texte können auf dem Bildschirm gleich aussehen und für jeden Vergleich verschieden sein. Ein ä kann ein einzelnes Zeichen sein oder ein a mit nachgestelltem Trema, ein Leerzeichen ein gewöhnliches oder ein geschütztes, ein Bindestrich ein Minus oder ein Halbgeviertstrich.

Der Prüfer zerlegt den Text in seine Codepunkte und nennt zu jedem die Nummer, die UTF-8-Bytes und die HTML-Entität. Unsichtbare und leicht zu verwechselnde Zeichen werden gesondert gemeldet.

So benutzen Sie den Rechner

Fügen Sie den Text ein, der sich merkwürdig verhält — zu lang, nicht auffindbar, falsch sortiert.
Lesen Sie die Liste Zeichen für Zeichen: Jedes bekommt seinen Codepunkt, seine UTF-8-Bytes und seine Entity.
Prüfen Sie die Zeilen zu unsichtbaren Zeichen und zur Normalform — dort stecken die Ursachen.

Zeichen, die man nicht sieht

Ein Text kann Zeichen enthalten, die auf dem Bildschirm nichts anzeigen und trotzdem alles verändern. Sie kommen aus Textverarbeitungen, aus dem Kopieren von Webseiten und aus automatischen Korrekturen — und sie erklären die meisten Fälle von „das Wort steht doch da, aber die Suche findet es nicht“.

Der Rechner nennt sie mit Position. Im Beispiel „Preis: 30 €“ mit geschütztem Leerzeichen und einem Breite-Null-Leerzeichen sind es 11 Codepunkte in 16 Bytes, zwei davon unsichtbar — an keiner Stelle sieht man, dass etwas anderes dasteht als erwartet.

Diese Zeichen meldet der Rechner ausdrücklich mit ihrer Stelle im Text. Ein normales Leerzeichen, U+0020, taucht in der Liste nicht als verdächtig auf — es ist ja das, was man erwartet.
Zeichen	Codepunkt	Woher es kommt	Was es anrichtet
geschütztes Leerzeichen	U+00A0	Textverarbeitung, kopierte Webseiten	die Suche nach einem normalen Leerzeichen trifft nicht
Breite-Null-Leerzeichen	U+200B	Trennhilfen, Zeilenumbruchsteuerung	trennt Wörter unsichtbar
schmales Leerzeichen	U+202F	Zahlensatz vor Einheiten	wie U+00A0, nur schmaler
weiche Trennung	U+00AD	Silbentrennung aus Satzprogrammen	erscheint beim Umbruch als Bindestrich
Links-nach-rechts-Marke	U+200E	gemischt arabische oder hebräische Texte	verändert die Anzeigereihenfolge

Zerlegte Umlaute

Ein ö lässt sich auf zwei Arten speichern: als ein Zeichen U+00F6 oder als o gefolgt von einem kombinierenden Trema U+0308. Auf dem Bildschirm sieht beides gleich aus. Für einen Vergleich, eine Suche und eine Datenbankspalte ist es nicht dasselbe.

Zerlegt gespeicherte Umlaute kommen oft von Macs: Das ältere Dateisystem HFS+ legte Dateinamen in der zerlegten Form ab, und solche Namen wandern über Archive und Kopien weiter. Ein Dateiname, der so entstanden ist und unter Windows gesucht wird, ist deshalb manchmal unauffindbar, obwohl er Zeichen für Zeichen richtig getippt wurde.

Beide Zeilen stammen aus dem Rechner dieser Seite. Er sagt in der Zeile „Normalform“, welche der beiden Formen vorliegt — und bei der zerlegten Form, auf wie viele Codepunkte der Text nach dem Zusammenziehen käme.
Schreibung von „Größe“	Codepunkte	Bytes in UTF-8
zusammengezogen (NFC)	5	7
zerlegt (NFD)	6	8

Zerlegte Umlaute

HFS+, das frühere Dateisystem von macOS, speicherte Dateinamen zerlegt: Das ö in „Größe“ steht dann als o gefolgt von einem kombinierenden Trema, also als zwei Codepunkte. Das heutige APFS bewahrt die Form, in der ein Name angelegt wurde, und findet ihn in beiden Schreibweisen. Auf dem Bildschirm ist kein Unterschied zu sehen; in einem Programm, das ohne Normalisierung vergleicht, sucht oder sortiert, dagegen schon.

Die Lösung heißt Normalisierung: In der Form NFC werden solche Folgen wieder zu einem Zeichen zusammengezogen. Der Rechner meldet, ob der Text bereits in NFC vorliegt — steht dort nein, ist genau das die Ursache für scheinbar unerklärliche Vergleichsfehler.

Zeichen, die man nicht sieht

Das geschützte Leerzeichen U+00A0 kommt beim Kopieren aus dem Browser mit und verhindert dort einen Umbruch — in einer CSV-Datei macht es aus einer Zahl einen Text. Der bedingte Trennstrich U+00AD ist unsichtbar, bis das Wort umbrochen wird, und zerreißt jede Suche.

Dazu kommen die Steuerzeichen für die Schreibrichtung und die Byte-Reihenfolge-Marke U+FEFF, die am Anfang einer Datei steht und beim Einlesen als seltsames Zeichen auftaucht. Alle drei melden sich hier mit Namen und Position.

Quellen

Stand der Werte: 2026. Die Ergebnisse sind Orientierungswerte und ersetzen keine fachliche Beratung.

Häufige Fragen

Warum ist mein Text länger als er aussieht?

Weil Zeichen jenseits der Grundebene — die meisten Emojis — in JavaScript und vielen Datenbanken als zwei Einheiten zählen, und weil kombinierende Zeichen eigene Codepunkte sind. Der Rechner zeigt beide Zahlen getrennt.

Was ist der Unterschied zwischen ° und º?

Das erste ist das Gradzeichen U+00B0, das zweite der männliche Ordnungsindikator U+00BA aus dem Spanischen und Portugiesischen. Sie sehen fast gleich aus, und in Messwerten steht regelmäßig das falsche.

Warum findet meine Suche das Wort nicht, obwohl es dasteht?

Meist wegen eines geschützten Leerzeichens oder eines zerlegten Umlauts. Beides sieht aus wie das Erwartete und ist es nicht. Fügen Sie den Text hier ein: Der Rechner nennt unsichtbare Zeichen mit ihrer Stelle und sagt, ob der Text in der zusammengezogenen Form vorliegt.

Was ist ein Codepunkt?

Die Nummer, die Unicode einem Zeichen gibt — geschrieben als U+ und vier bis sechs Hexziffern. U+0041 ist das große A, U+20AC das Eurozeichen. Wie viele Bytes dieser Codepunkt belegt, hängt von der Kodierung ab: in UTF-8 zwischen einem und vier.

Welche Normalform soll ich verwenden?

NFC, die zusammengezogene. Sie ist kürzer und die Empfehlung des W3C für Inhalte im Netz; dass ein Webformular sie liefert, ist aber nicht garantiert. Wichtiger als die Wahl ist deshalb, dass eine Anwendung beim Speichern und beim Suchen selbst normalisiert und dieselbe Form verwendet.

Warum zählt ein Emoji als zwei?

Weil UTF-16 für Zeichen jenseits der Grundebene zwei Einheiten braucht. JavaScript und viele Datenbanken zählen in diesen Einheiten, deshalb liefert length dort eine größere Zahl als die Menge der sichtbaren Zeichen. Der Rechner zeigt beide Zahlen nebeneinander.

Nützliche Links

Entwicklung und Web Alle Rechner

Unicode-Zeichenprüfer

Ergebnis

Passt dazu

Textgröße in Bytes

Binär und Text umwandeln

HTML-Entities-Umwandler

Schreibweisen-Umwandler

Slug-Generator

CSV und JSON umwandeln

Nützliche Links