Văn bản sang hex

Vì sao dùng hex chứ không dùng hệ thập phân

Một chữ số hex phủ đúng 4 bit, nên hai chữ số phủ đúng một byte, lần nào cũng vậy. Hệ thập phân buộc bạn phải tính nhẩm để biết một giá trị còn vừa hay không (128 có nằm trong khoảng không? còn 256 thì sao?), trong khi hex bày ra ngay: 00 là byte nhỏ nhất, ff là lớn nhất, và mọi byte ở giữa đều rộng đúng hai ký tự. Chính sự thẳng hàng đó khiến hex trở thành cách ghi của các bản kết xuất bộ nhớ, các gói tin bắt được, chữ ký tệp và mã màu.

Công cụ này thực sự cho ra cái gì

• Luôn viết thường. Bộ mã hóa viết 6c, không bao giờ viết 6C. Hex không phân biệt chữ hoa chữ thường nên không mất mát gì, nhưng nếu định dạng đích của bạn đòi chữ hoa, hãy đưa kết quả qua một công cụ đổi kiểu chữ.
• Luôn hai chữ số cho mỗi byte. Ký tự tab là 09 chứ không phải 9, để ranh giới giữa các byte vẫn đếm được.
• Dấu cách hoặc không gì cả. Chỉ có hai dấu phân cách đó. Ở chiều mã hóa không có tiền tố 0x hay \x, nên hãy tự thêm trong trình soạn thảo nếu bạn cần chuỗi thoát của C hay Python.
• UTF-8 từ đầu đến cuối. Văn bản được đo bằng byte, không phải bằng ký tự.

Hex và Unicode

H chiếm một byte trong UTF-8 nên thành 48. Mọi thứ ngoài ASCII thuần đều chiếm nhiều hơn:

Vì thế Hello mã hóa thành 48 65 6c 6c 6f, năm ký tự và năm byte, còn café mã hóa thành 63 61 66 c3 a9: bốn ký tự nhưng năm byte, vì é cần tới hai. Tiếng Việt còn tốn hơn nữa: chữ ế chiếm tới ba byte (e1 ba bf), nên một câu tiếng Việt có dấu thường dài gấp đôi số byte so với số chữ cái. Nếu một chuỗi ngắn cho ra nhiều cặp hex hơn bạn tưởng, đó thường là lý do.

Bộ giải mã chấp nhận những gì

Dán bất kỳ dạng nào dưới đây, bạn đều nhận lại Hello:

• 48 65 6c 6c 6f, kiểu hexdump
• 48656c6c6f, thô và không có dấu phân cách
• 0x48656c6c6f, kiểu hằng số nguyên
• \x48\x65\x6c\x6c\x6f, chuỗi thoát của C và Python
• 48,65,6C,6C,6F, ngăn bằng dấu phẩy và trộn lẫn chữ hoa chữ thường tùy ý

Tiền tố, dấu phẩy, dấu cách, tab và ký tự xuống dòng đều được gỡ bỏ trước khi giải mã. Những thứ khác thì không: một dấu gạch nối trong 48-65, một dấu # đứng trước mã màu, hay một chữ cái vượt quá f sẽ làm việc giải mã dừng lại, và số chữ số lẻ cũng vậy, vì nửa byte không thể thành một ký tự. Trong những trường hợp đó công cụ thà không trả về gì còn hơn đoán bừa một kết quả dở dang. Nếu ô kết quả cứ trống, đó chính là chỗ cần soi lại.

Mã màu hex dùng cùng cách ghi nhưng không cùng nội dung

#ff8800 dùng đúng hệ cơ số 16 ấy, nhưng ba byte đó mô tả các kênh đỏ, lục và lam chứ không phải ký tự. Bỏ dấu # rồi giải mã ở đây, bạn sẽ nhận được ba byte thô không tạo thành văn bản đọc được. Với việc đó, hãy dùng một công cụ chọn màu.