Traductor de código binario: cómo el texto se vuelve binario (2026)

Qué es el binario en realidad

El binario es un sistema de numeración. No un lenguaje de programación, no un código, no un cifrado. Un sistema de numeración, en el mismo sentido en que el sistema decimal con el que escribes los cheques es un sistema de numeración. La única diferencia es la base.

El sistema decimal usa diez dígitos (del 0 al 9) y valores de posición que son potencias de diez. El número 247 en decimal son dos cientos, más cuatro decenas, más siete unidades: 2 × 100 + 4 × 10 + 7 × 1. El binario usa dos dígitos (0 y 1) y valores de posición que son potencias de dos: las unidades, los doses, los cuatros, los ochos, los dieciséis, los treinta y dos, los sesenta y cuatro, y así. El número 13 en binario es 1101, que se lee como un ocho, más un cuatro, más cero doses, más una unidad.

Todo entero positivo se puede escribir en cualquier base. El binario no es especial como matemática. Es especial porque las computadoras resultan trabajar en él.

Cómo llegaron las computadoras a él

La idea de la aritmética en base 2 es mucho más antigua que la computadora. Gottfried Wilhelm Leibniz publicó en 1689 un artículo llamado Explication de l'Arithmétique Binaire que describía un sistema de numeración posicional usando solo 0 y 1. Lo veía como algo teológicamente significativo (Dios como 1, la nada como 0), pero la matemática era idéntica a la que usan hoy las computadoras.

Ciento sesenta y cinco años después, George Boole publicó An Investigation of the Laws of Thought (1854), que formalizó un cálculo de lógica sobre dos valores: verdadero y falso. El álgebra de Boole se correspondía de forma natural con la aritmética binaria, ya que los operadores AND, OR y NOT corresponden a operaciones sobre ceros y unos.

La primera máquina que computó de verdad usando la representación binaria, no solo usando el binario como abstracción interna, fue la Atanasoff-Berry Computer en 1942, pero la arquitectura que todos llaman hoy computadora la describió John von Neumann en 1945, en un memo titulado First Draft of a Report on the EDVAC. Von Neumann especificó una máquina con un único almacén que contenía tanto las instrucciones como los datos, ambos expresados en binario. Toda computadora diseñada desde entonces corre alguna versión de la arquitectura de von Neumann, y todas almacenan todo como bits.

Cómo un carácter se vuelve binario

La cadena desde la letra A en tu pantalla hasta los bits en memoria tiene cuatro pasos. Un traductor de binario ejecuta toda la cadena cuando haces clic en Convertir.

1. Del carácter al punto de código. Todo carácter en Unicode tiene un número único llamado punto de código. La A mayúscula tiene el punto de código U+0041, decimal 65. La é minúscula es U+00E9, decimal 233. El emoji del cohete es U+1F680, decimal 128640. Los puntos de código son números conceptuales; todavía no se han convertido en bytes.
2. Del punto de código a los bytes (el paso de codificación). El punto de código se codifica luego como uno o más bytes según una codificación elegida. UTF-8 es el valor por defecto universal en 2026. Para los puntos de código del 0 al 127 (el rango ASCII original), UTF-8 usa un byte. Para del 128 al 2047, dos bytes. Para del 2048 al 65535, tres bytes. Para todo lo que está por encima (incluida la mayoría de los emojis), cuatro bytes.
3. De los bytes a los bits. Cada byte es un número entre 0 y 255 y se puede escribir como ocho bits. El byte 65 es 01000001. El byte 233 es 11101001.
4. De los bits a la pantalla. El traductor escribe los bits como texto, de forma opcional con separadores entre los bytes para que una persona los pueda leer.

Toda la cadena es reversible. Para decodificar el binario de vuelta a texto, el traductor lee los bits, los agrupa en bytes, decodifica los bytes según la codificación y vuelve a ensamblar los puntos de código resultantes en caracteres.

ASCII frente a UTF-8: el valor por defecto moderno

ASCII (American Standard Code for Information Interchange) se finalizó en 1963. Asignó un número del 0 al 127 a cada una de las letras latinas sin acento, los dígitos, los signos de puntuación comunes y un puñado de códigos de control. La letra A es 65. La letra a es 97. El dígito 0 es 48. El espacio es 32. El salto de línea es 10.

ASCII cubre lo que un teletipo en inglés necesitaba en 1963. No tiene la ñ del español, ni la é del francés, ni cirílico, ni CJK, ni árabe, ni emojis. Para los años noventa, cada idioma fuera del rango ASCII necesitaba su propia extensión incompatible (Latin-1, Windows-1252, Shift JIS, GBK), y un documento codificado en una y leído en otra salía como un sinsentido.

Unicode resolvió el problema del catálogo asignando a cada carácter de cada alfabeto un único punto de código universal. UTF-8, diseñado por Ken Thompson y Rob Pike en 1992, resolvió el problema del almacenamiento. Usa una codificación de longitud variable que es idéntica byte por byte a ASCII para los puntos de código del 0 al 127, así que todo el texto ASCII existente ya es UTF-8 válido sin modificación. Para los puntos de código más altos usa bytes adicionales cuyos bits superiores señalan el inicio y la continuación de una secuencia de varios bytes.

UTF-8 es ya la codificación de la web moderna (el 98,4 % de todas las páginas web, según W3Techs en 2026), de todos los sistemas operativos importantes y de todos los lenguajes de programación modernos. Cualquier traductor de binario que no sea UTF-8 por defecto es un traductor para 1995, no para 2026.

El byte, el nibble, el bit

Tres nombres de unidad aparecen por todas partes en este terreno.

• Un bit es un solo 0 o 1. La unidad de información más pequeña.
• Un nibble son cuatro bits. Un nibble contiene un valor de 0 a 15, que cabe exactamente en un dígito hexadecimal. Por eso el hexadecimal (base 16) es la notación universal de «binario compacto»: cada nibble es un dígito hex, cada byte son dos dígitos hex.
• Un byte son ocho bits. Un byte contiene un valor de 0 a 255, que basta para cualquier carácter ASCII y para cualquier byte de continuación de UTF-8.

Existen agrupaciones más grandes (word, double word, quad word) que se refieren a los tamaños de registro de una CPU concreta, pero para la codificación de texto las unidades relevantes se detienen en el byte.

Por qué se quedaron los 8 bits

El byte no siempre tuvo 8 bits. Las primeras máquinas usaban agrupaciones de 6, 7 y 9 bits según el fabricante. La Univac I (1951) usaba caracteres de 6 bits. La PDP-10 (1966) usaba ASCII de 7 bits dentro de una palabra de 36 bits, empaquetando cinco caracteres por palabra con un bit de sobra.

El IBM System/360, anunciado en 1964, se estandarizó en el byte de 8 bits. La elección la impulsaron unas pocas razones prácticas: 8 bits bastaban para contener un carácter ASCII con el bit alto libre para la paridad o una extensión de idioma nacional; 8 bits era una potencia de 2, lo que simplificaba el direccionamiento; y 8 bits se dividía limpiamente en dos nibbles de 4 bits para la aritmética decimal codificada en binario, que era importante para la computación empresarial de la época.

Como el System/360 dominó el mercado de los mainframes a lo largo de los años setenta, y como cada microprocesador que siguió (el Intel 8080, el Motorola 6800, el Zilog Z80) usaba registros de 8 bits, el byte de 8 bits se volvió el valor por defecto de la industria. El nombre de UTF-8 conserva la elección en sus iniciales: formato de transformación de 8 bits.

Ejemplo resuelto: Hello en ASCII y en UTF-8

La cadena Hello es el primer ejemplo canónico. Cinco caracteres, todos en el rango ASCII original, todos de un solo byte en UTF-8. Los puntos de código son 72, 101, 108, 108, 111. Los bytes son iguales a los puntos de código. Los bits son:

H  = 72  = 01001000
e  = 101 = 01100101
l  = 108 = 01101100
l  = 108 = 01101100
o  = 111 = 01101111

Cuarenta bits en total. Concatenado y separado para que se lea, Hello en binario es 01001000 01100101 01101100 01101100 01101111. ASCII y UTF-8 producen una salida idéntica para esta cadena, porque cada carácter está en el rango ASCII original y UTF-8 se diseñó para ser retrocompatible ahí.

El binario para los emojis

Con los emojis es donde la codificación importa de verdad. Toma el emoji del cohete 🚀. Su punto de código Unicode es U+1F680, decimal 128640. Ese número es demasiado grande para caber en un byte (que llega como máximo a 255) o en dos bytes (que llegan como máximo a 65535), así que UTF-8 lo codifica como cuatro bytes.

La secuencia UTF-8 de cuatro bytes para U+1F680 es 0xF0 0x9F 0x9A 0x80. En binario eso es 11110000 10011111 10011010 10000000. El 11110 inicial del primer byte señala «esto es una secuencia de cuatro bytes». Cada byte de continuación empieza con 10. Los bits restantes ensamblan el punto de código.

Por eso los emojis rompen los traductores ingenuos que asumen que un carácter equivale a un byte. El cohete es un carácter en pantalla, un grafema para quien lee, pero cuatro bytes (32 bits) de UTF-8 en memoria. Si tu traductor trunca en silencio a un byte por carácter, el cohete se vuelve el carácter equivocado o nada.

Errores comunes de codificación

Los cinco errores que provocan las quejas de «el traductor de binario me dio basura»:

• Codificación equivocada en algún lado. Codificar como UTF-8 y decodificar como Latin-1 produce «Ã©» en lugar de «é» para cualquier carácter no ASCII. Las dos direcciones tienen que coincidir en la codificación. Usa UTF-8 en ambos lados, salvo que tengas una razón documentada para no hacerlo.
• Quitar los ceros a la izquierda. El byte 65 es 01000001, no 1000001. Algunas fuentes quitan el cero inicial de los bytes ASCII, lo que rompe los decodificadores que esperan bloques de 8 bits. Escribe siempre cada byte como 8 bits completos.
• Mezclar separadores en la entrada del decodificador. La cadena 01001000 01101001-01101100 mezcla espacios y guiones. Un decodificador estricto la rechaza; el decodificador de TextKit trata cualquiera de espacio, guion, coma o salto de línea como separador y tolera la mezcla.
• Entrada truncada. Una cadena binaria con una cantidad de bits que no es múltiplo de 8 tiene datos faltantes. El decodificador puede rellenar con ceros y producir algo, pero el resultado suele estar mal. El decodificador de TextKit muestra una advertencia en este caso en lugar de fallar en silencio.
• Confundir el binario con el hexadecimal. Una cadena de dígitos del 0 al 9 más las letras de la a a la f es hexadecimal, no binario. Pegar hexadecimal en un traductor de binario produce un sinsentido; revisa primero el alfabeto de la entrada.

Cuándo recurrir a un traductor de binario

Las cuatro situaciones prácticas:

1. Aprender y hacer la tarea. Los cursos introductorios de informática piden a los estudiantes convertir texto a binario y al revés a mano. El traductor es la forma más rápida de verificar la respuesta antes de entregar.
2. Acertijos, salas de escape y CTF. Las cadenas binarias son un formato de pista clásico. Pega, decodifica, lee el mensaje.
3. Depuración de codificación. Cuando una cadena va y vuelve por una tubería y sale destrozada, volcar el binario en cada paso muestra exactamente dónde divergieron los bytes. El traductor es la forma más barata de hacerlo con cadenas cortas.
4. Inscripciones de novedad. Los tatuajes, los grabados en joyería y las inscripciones de regalo en formato binario son comunes. Convierte el mensaje antes del paso irreversible.

Para cada una de estas el trabajo es el mismo: codificar a UTF-8, escribir cada byte como 8 bits, separar o juntar según se prefiera. El traductor de TextKit maneja los cuatro casos con el mismo clic.