Conversor de Texto para Binário

Um caractere precisa ser associado a um número por uma codificação. Em UTF-8, a letra maiúscula A usa o byte decimal 65. Esse mesmo byte é 41 em hexadecimal e 01000001 em binário. São três maneiras de escrever o mesmo valor.

Um bit pode ser 0 ou 1. Agrupando 8 bits, obtemos um byte com 256 combinações possíveis. A ferramenta sempre preenche zeros à esquerda para que cada byte tenha exatamente 8 posições, facilitando a separação e a leitura da sequência.

ASCII foi projetado com 128 valores para letras do inglês, números, pontuação e caracteres de controle. Ele cobre códigos de 0 a 127. UTF-8 mantém exatamente esses bytes para compatibilidade, mas também representa os demais caracteres Unicode com sequências de 2, 3 ou 4 bytes.

Isso significa que A, 7 e ? usam 1 byte em ambos os sistemas. Já ç, ã, caracteres de outros alfabetos e emojis não cabem no ASCII tradicional. UTF-8 permite que uma mesma página misture português e milhares de outros símbolos sem trocar de codificação.

A letra á possui o ponto de código Unicode U+00E1. Em UTF-8, ela é representada pelos bytes hexadecimais C3 A1. Em decimal, são 195 161; em binário, 11000011 10100001. Os bits iniciais também informam ao decodificador que os bytes pertencem à mesma sequência.

Um emoji como 😀 costuma ocupar 4 bytes em UTF-8, gerando 32 bits na saída. Portanto, “cada caractere vira 8 bits” só é verdadeiro para o subconjunto de caracteres que ocupa um byte. A unidade exibida pela ferramenta é o byte codificado, não necessariamente o símbolo visível.

Primeiro, elimine apenas espaços e quebras de linha. O conteúdo restante deve conter exclusivamente 0 e 1, e a quantidade total de bits precisa ser múltipla de 8. Uma entrada com 15 ou 17 bits está incompleta e não pode ser dividida em bytes inteiros.

Depois, os bytes precisam formar UTF-8 válido. Nem toda combinação de valores de 0 a 255 representa texto completo: um byte pode anunciar uma sequência multibyte sem fornecer os bytes seguintes. A ferramenta rejeita esse caso em vez de inserir silenciosamente um caractere substituto. Para dados binários arbitrários, use hexadecimal ou Base64; esta conversão inversa é destinada a texto UTF-8.