テキスト ↔ Unicode 変換

テキスト ↔ Unicode 変換ツールの仕組み

このツールでできること

Text ↔ Unicode ツールは、複数の表記法（U+XXXX、JavaScript エスケープ（\uXXXX または \u{XXXXX}）、10進数、0xHEX、HTML 数値文字参照（&#N; または &#xHEX;））で、テキストを Unicode コードポイントへ／から変換します。デコーダは寛容で、テキストに混在するこれらの表記の任意の組み合わせを認識し、コードポイントを抽出します。エンコーダでは、出力形式とコードポイント間の区切り文字を選べます。

開発者によくある利用シーン

フロントエンド開発者は、絵文字や CJK 文字を JSON ファイルやソースコード向け、または制約のある経路での送信向けに、安全な ASCII のエスケープシーケンスへ変換するためにこのツールを使います。ローカリゼーションエンジニアは、翻訳文字列で使用されている正確なコードポイントを検証します。また、コピーしたスニペットの中に紛れ込んだ不可視文字や見た目が似た文字（ホモグリフ、ゼロ幅接合子、RTL マーク）を見つけるのにも役立ちます。

データ形式、型、またはバリエーション

Unicode の標準表記は、基本多言語面（BMP）では U+XXXX、補助平面では U+XXXXX です。JavaScript のエスケープは BMP では \uXXXX、全範囲では \u{XXXXX}（ES2015+）を使います。HTML は数値文字参照（10進の &#N; または16進の &#xN;）を受け付けます。単純な10進数と 0xHEX 形式は、追加の解釈なしに codePointAt / fromCodePoint で往復できます。アストラル文字（🌍 のような絵文字）は、U+FFFF を超える単一のコードポイントとして表されます。

よくある落とし穴とエッジケース

アストラル文字は古い \uXXXX 形式では表現できません。各エスケープが16進4桁しかないためです。\u{...} またはサロゲートペアを使用してください。U+10FFFF を超えるコードポイントは Unicode 仕様上無効であり、拒否されます。結合文字や絵文字の ZWJ シーケンスは、見た目は1つのグリフとして描画されても、複数のコードポイントとして現れます。デコーダは HTML の名前付き実体（©、&）は解釈しません。これらには専用の HTML デコーダを使用してください。

コードではなくこのツールを使うべき場面

ブラウザツールは、素早い確認、エスケープシーケンス生成、ホモグリフ探索に使ってください。コードでは、言語ネイティブの文字列 API（JS の `String.fromCodePoint`、コードポイント反復のための `Array.from(str)`、Python の `chr` と `ord`、Java の `Character.toCodePoint`）を優先し、正規化（NFC/NFD）、ケースフォールディング、書記素クラスタ分割が必要な場合は完全な ICU ライブラリを使ってください。