Tekst naar hex

Waarom hex en niet decimaal

Eén hexcijfer dekt precies 4 bits, dus twee hexcijfers dekken precies één byte, altijd. Decimaal dwingt je tot rekenen om te weten of een waarde er nog in past (zit 128 binnen bereik? en 256?), terwijl hex het laat zien: 00 is de kleinste byte, ff de grootste, en elke byte daartussen is twee tekens breed. Die uitlijning is de reden dat geheugendumps, pakketopnames, bestandssignaturen en kleurcodes in hex worden genoteerd.

Wat deze omzetter werkelijk oplevert

• Altijd kleine letters. De codeerkant schrijft 6c, nooit 6C. Hex kent geen verschil tussen hoofd- en kleine letters, dus er gaat niets verloren, maar als jouw doelformaat hoofdletters eist, haal het resultaat dan door een omzetter voor hoofdlettergebruik.
• Altijd twee cijfers per byte. Een tab is 09, niet 9, zodat de bytegrenzen telbaar blijven.
• Spatie of niets. Dat zijn de enige twee scheidingstekens. Bij het coderen komt er geen 0x- of \x-voorvoegsel bij, dus zet die er zelf in je editor bij als je C- of Python-escapereeksen nodig hebt.
• Overal UTF-8. Tekst wordt in bytes gemeten, niet in tekens.

Hex en Unicode

H neemt in UTF-8 één byte in beslag en wordt dus 48. Alles buiten kaal ASCII neemt er meer:

Hello wordt dus 48 65 6c 6c 6f, vijf tekens en vijf bytes, terwijl café 63 61 66 c3 a9 wordt: vier tekens, maar vijf bytes, omdat de é er twee nodig heeft. Hetzelfde geldt voor de ë (c3 ab) in woorden als reëel. Levert een korte tekenreeks meer hexparen op dan je verwachtte, dan is dat meestal de reden.

Wat de decoder accepteert

Plak een van deze en je krijgt Hello terug:

• 48 65 6c 6c 6f, in hexdump-stijl
• 48656c6c6f, kaal en zonder scheidingstekens
• 0x48656c6c6f, in de stijl van een geheeltallige literal
• \x48\x65\x6c\x6c\x6f, escapereeksen uit C en Python
• 48,65,6C,6C,6F, met komma’s en in elke mengeling van hoofd- en kleine letters

Voorvoegsels, komma’s, spaties, tabs en regeleindes worden vóór het decoderen weggehaald. De rest niet: een koppelteken in 48-65, een # voor een kleurcode of een letter voorbij de f breekt het decoderen af, net als een oneven aantal cijfers, want een halve byte kan geen teken worden. In die gevallen geeft de tool liever helemaal niets terug dan een half geraden resultaat. Blijft het uitvoerveld leeg, dan moet je dáár zoeken.

Hexkleuren gebruiken dezelfde notatie, maar niet dezelfde inhoud

#ff8800 gebruikt hetzelfde stelsel met grondtal 16, maar die drie bytes beschrijven de kanalen rood, groen en blauw, geen tekens. Haal de # weg en decodeer het hier, dan krijg je drie kale bytes die geen leesbare tekst vormen. Gebruik daarvoor liever een kleurenkiezer.