文本 ↔ Unicode 转换器

文本 ↔ Unicode 转换器的工作原理

工具功能

文本 ↔ Unicode 工具可在多种表示法之间将文本与 Unicode 码点相互转换：U+XXXX、JavaScript 转义（\uXXXX 或 \u{XXXXX}）、十进制、0xHEX，以及 HTML 数字实体（&#N; 或 &#xHEX;）。解码器较为宽松——它能识别夹杂在文本中的任意组合表示法并提取码点。编码器允许你选择输出格式以及码点之间的分隔符。

常见开发者使用场景

前端开发者使用该工具将表情符号和中日韩（CJK）字符转换为安全的 ASCII 转义序列，用于 JSON 文件、源代码或在受限通道中传输。本地化工程师用它核对译文字符串中使用的确切码点。该工具也有助于发现复制片段中隐藏的不可见或外观相似字符（同形异义字符、零宽连接符、RTL 标记）。

数据格式、类型或变体

Unicode 标准表示法在基本多文种平面使用 U+XXXX，在补充平面使用 U+XXXXX。JavaScript 转义在 BMP 使用 \uXXXX，在全范围使用 \u{XXXXX}（ES2015+）。HTML 接受数字实体（十进制 &#N; 或十六进制 &#xN;）。纯十进制与 0xHEX 格式可通过 codePointAt / fromCodePoint 往返转换而无需进一步解释。星界字符（如 🌍 这类 emoji）表示为一个高于 U+FFFF 的单一码点。

常见陷阱与边界情况

星界字符无法用较旧的 \uXXXX 形式表示，因为每个转义只有 4 位十六进制数字——请使用 \u{...} 或代理项对。高于 U+10FFFF 的码点按 Unicode 规范无效，将被拒绝。组合附加符号与 emoji 的 ZWJ 序列会显示为多个码点，即使它们渲染为单个字形。解码器不会解析 HTML 命名实体（©、&）——这些请使用专门的 HTML 解码器。

何时使用此工具而非代码

在需要快速检查、生成转义序列以及查找同形字符时使用浏览器工具。在代码中，优先使用语言原生的字符串 API（JS 中用于按码点迭代的 `String.fromCodePoint`、`Array.from(str)`；Python 中的 `chr` 和 `ord`；Java 中的 `Character.toCodePoint`），并在需要规范化（NFC/NFD）、大小写折叠或字素簇分割时使用完整的 ICU 库。