Unicode 编码转换

Unicode 编码转换工具

这是 HyperGrad Text 提供的免费 Unicode 编码转换工具，文本与 Unicode 互转，同时给出码点（U+XXXX）、 \uXXXX 转义（JavaScript/Java）、UTF-8 字节序列、UTF-16 单元（含代理对）、HTML 实体（&#NNN;）五种表示。 完整支持 emoji（如 😀 = U+1F600）与扩展平面字符，自动识别与生成代理对。所有转换在浏览器本地完成， 适合国际化开发、emoji 处理、源码中文字段处理、字符编码学习。

\uXXXX 与 U+XXXX 的区别

\uXXXX 是 JavaScript/Java/Python 字符串中的转义序列，4 位十六进制， 只能表示基本多文种平面（BMP，0-65535）的字符。U+XXXX 是 Unicode 码点表示法， 可表示所有码点（含扩展平面，用 5-6 位十六进制，如 U+1F600）。 emoji 等超出 BMP 的字符需用 U+XXXX 或 UTF-16 代理对表示。

emoji 与代理对

😀（U+1F600）超出 BMP，UTF-16 用代理对 \uD83D\uDE00 表示（由高位代理 D83D 与低位代理 DE00 组成）， UTF-8 是 4 字节 F0 9F 98 80。本工具会同时显示码点、UTF-8 字节、UTF-16 单元、JS 转义、HTML 实体五种表示， 方便开发者按语言规范选用。反向转换 emoji 时会输出代理对（JavaScript 风格）和码点（U+1F600 风格）两种。

常见使用场景

• 源码中文转义：把源码里的中文字段转 \uXXXX 以避免编码问题（如 ASCII-only 字符串）。
• emoji 在不同语言的表示：Python 用 \U0001F600（8 位），JS 用 \uD83D\uDE00（代理对），HTML 用 😀。
• 编码排错：字符显示乱码时，查它的码点与字节序列判断是 UTF-8 还是 GBK 还是 Latin-1 误读。
• 扩展汉字：CJK Extension B/C/D/E（古籍生僻字）超出 BMP，需用代理对或 U+XXXXX 表示。

支持的反向输入格式

解码模式支持四种格式混合输入：\uXXXX（含代理对 \uD83D\uDE00）、U+XXXXX（5-6 位码点）、 &#NNN;（十进制 HTML 实体）、&#xHH;（十六进制 HTML 实体）。工具会逐段识别并还原为字符。