Unicode: hoe tekens, codepunten en UTF-8 werken

GratisGeen accountCodepunten uitgelegd
TekenNaamCodepuntUTF-8 (bytes)
A Hoofdletter AU+004141
é e met accent aiguU+00E9C3 A9
€ EurotekenU+20ACE2 82 AC
ij ij als één teken (ligatuur)U+0133C4 B3
𝐀 Wiskundige vette AU+1D400F0 9D 90 80
❤ Zwaar zwart hartU+2764E2 9D A4
Kort antwoord

Unicode is de internationale standaard die elk teken uit elk schrift een vast nummer geeft, het codepunt, van U+0000 tot U+10FFFF. Daardoor tonen apparaten overal dezelfde tekens. Unicode bepaalt niet hoe een teken eruitziet; dat doet het lettertype. Gekopieerde ‘fonts’ voor Instagram zijn dus Unicode-tekens.

Unicode is de wereldwijde standaard die elk teken uit elk schrift een vast nummer geeft, zodat computers en telefoons tekst op dezelfde manier opslaan en tonen. De letter A, de é, het euroteken en een hartje-emoji hebben elk hun eigen nummer, het codepunt. De standaard wordt beheerd door het Unicode Consortium.

In de tabel hierboven zie je zes tekens met hun codepunt en de bytes waarmee ze in UTF-8 worden opgeslagen. Zo zie je meteen waarom een gewone A één byte is en een “vette” A vier.

Hoe werkt Unicode?

Elk teken krijgt een codepunt, geschreven als U+ met een hexadecimaal getal. De ruimte loopt van U+0000 tot U+10FFFF: in totaal 1.114.112 mogelijke posities. Lang niet alle posities zijn in gebruik. Unicode 18.0, uitgebracht op 16 september 2026, bevat volgens het Unicode-blog 172.808 tekens, waarvan 13.007 nieuw in die versie.

Belangrijk om te weten: Unicode bepaalt welk teken het is, niet hoe het eruitziet. De FAQ van Unicode zegt het letterlijk: de standaard is geen software en geen lettertype. Het uiterlijk komt van het font op je apparaat. Daarom ziet dezelfde emoji er op een iPhone anders uit dan op Android.

Als een teken ontbreekt

Heeft het font op je apparaat geen vorm voor een codepunt, en vindt het systeem ook geen ander font dat het teken kent? Dan zie je een leeg vierkantje of een vraagteken. Dat gebeurt vooral bij nieuwe emoji en zeldzame symbolen op oudere telefoons.

UTF-8: hoe Unicode wordt opgeslagen

Een codepunt is een nummer; UTF-8 is de manier om dat nummer als bytes op te slaan. UTF-8 gebruikt 1 tot 4 bytes per teken:

  • 1 byte voor de gewone Engelse letters, cijfers en leestekens (dezelfde waarden als het oude ASCII);
  • 2 bytes voor onder meer letters met accenten, zoals é (C3 A9);
  • 3 bytes voor bijvoorbeeld het euroteken € (E2 82 AC);
  • 4 bytes voor de meeste emoji en de wiskundige letters.

UTF-8 is de norm op het web: volgens W3Techs gebruikt 99,1% van de websites met een bekende tekencodering UTF-8 (stand 17 oktober 2026). Daarnaast bestaan UTF-16 en UTF-32, die vooral intern in software worden gebruikt.

Zie je tekst als “Café” in plaats van “Café”? Dan is UTF-8 per ongeluk als een oudere codering gelezen. De twee bytes C3 A9 worden dan als twee losse tekens getoond.

Waarom “lettertypen kopiëren” eigenlijk Unicode is

Op Instagram, TikTok en WhatsApp kun je geen eigen font kiezen. Toch zie je overal namen in vet, cursief of sierschrift. Dat kan omdat Unicode aparte tekens heeft die eruitzien als gestileerde letters. De generator op de homepage vervangt jouw gewone letters door die tekens.

De meeste komen uit het blok Mathematical Alphanumeric Symbols, U+1D400 tot U+1D7FF. Die tekens zijn bedoeld voor wiskunde, waar een vette x iets anders kan betekenen dan een schuine x. In de officiële codekaart staat zelfs dat je voor gewone tekst beter normale letters met opmaak gebruikt.

Een voorbeeld: “𝐇𝐚𝐥𝐥𝐨” bestaat uit vijf wiskundige tekens, niet uit de letters H, a, l, l en o. Er zit ook een gat in het blok. De schuine kleine h ontbreekt op U+1D455, omdat die al bestond als het teken voor de constante van Planck, ℎ (U+210E). Een goede generator springt daar automatisch naar over, zoals in “ℎ𝑜𝑖”.

Andere stijlen komen uit andere blokken: bubbelletters uit de omcirkelde tekens, kleinkapitalen uit fonetische tekens en doorgestreepte tekst uit een combinerend teken (U+0336) dat over de voorgaande letter valt.

Gevolgen van gestileerde Unicode-tekens

  • Zoeken: wie op je naam zoekt, vindt de gestileerde versie vaak niet.
  • Schermlezers: die lezen de tekens soms letter voor letter of met hun wiskundige naam voor. Gebruik ze daarom spaarzaam.
  • Gebruikersnamen: in je @naam op Instagram of TikTok zijn alleen gewone letters, cijfers en een paar leestekens toegestaan.
  • Tekenlimieten: een vierbytesteken telt in sommige apps als twee tekens. Controleer je bio daarom met een tekenteller.

Meer achtergrond en een overzicht van stijlen vind je op fancy text en lettertypen.

Nederlandse tekens in Unicode

Een é kan op twee manieren in Unicode staan: als één teken (U+00E9) of als een e plus een los accentteken (U+0301). Op het scherm zie je hetzelfde, maar voor een computer zijn het verschillende reeksen. Software zet dat meestal om naar één vorm, de zogeheten normalisatie.

Ook de ij heeft een eigen codepunt: ij (U+0133) en IJ (U+0132). Die bestaan vooral voor compatibiliteit met oude systemen. Typ in gewone tekst gewoon een i en een j: dat werkt overal, ook bij zoeken en spellingcontrole.

Een teken typen via het codepunt

In Word typ je de hexcode, bijvoorbeeld 20AC, en druk je direct daarna op Alt+X: de code verandert in €. Overal elders in Windows open je met Windows+. het paneel met emoji en symbolen. Meer manieren staan op speciale tekens en symbolen.

Veelgemaakte fouten

  • Denken dat Unicode een lettertype is; het is een lijst van tekens met nummers.
  • Gestileerde tekens gebruiken voor je hele bio, waardoor schermlezers en zoekfuncties vastlopen.
  • Een bestand opslaan in een oude codering in plaats van UTF-8, met “é” als gevolg.
  • De ligatuur ij gebruiken in plaats van i plus j.
  • Verwachten dat een nieuwe emoji direct op elk toestel werkt; oudere systemen tonen dan een vierkantje.

Veelgestelde vragen

Wat is Unicode in simpele woorden?

Een grote lijst waarin elk teken, van A tot emoji, een vast nummer heeft. Zo weten alle apparaten welk teken bedoeld wordt.

Wat is het verschil tussen Unicode en UTF-8?

Unicode geeft elk teken een nummer; UTF-8 bepaalt hoe dat nummer als 1 tot 4 bytes wordt opgeslagen. UTF-8 is de standaard op het web.

Hoeveel tekens heeft Unicode?

Unicode 18.0 van september 2026 bevat 172.808 tekens. Er is ruimte voor 1.114.112 codepunten.

Zijn fancy fonts voor Instagram echte lettertypen?

Nee, het zijn Unicode-tekens, vooral uit het blok Mathematical Alphanumeric Symbols. Ze werken daarom zonder installatie, maar niet in je gebruikersnaam en slecht met schermlezers.

Waarom zie ik vierkantjes in plaats van tekens?

Je apparaat heeft geen font met een vorm voor dat codepunt. Dat gebeurt vooral bij nieuwe emoji en zeldzame tekens op oudere toestellen.

Bronnen

Lees ook

Similar Posts