Unicode 編碼轉換工具
文字與 Unicode 編碼互轉，支援多種格式輸出
字元碼點詳情（點選複製）
什麼是 Unicode？
Unicode（統一碼）是計算機科學領域的一項業界標準，它對世界上大部分的文字系統進行了整理、編碼。每個 Unicode 字元都有一個唯一的數字編號，稱為碼點（Code Point），通常用十六進制表示，加上 U+ 前綴，如 U+4E2D 表示漢字「中」。Unicode 編碼轉換工具可以將文字轉換為各種 Unicode 表示格式，也可以將 Unicode 編碼還原為文字。
使用方式
步驟
- 在輸入框中輸入或貼上要轉換的文字
- 選擇轉換方向：文字轉 Unicode 或 Unicode 轉文字
- 選擇輸出格式：\uXXXX 或 U+XXXX（僅編碼時可用）
- 結果自動出現，可一鍵複製或交換輸入/輸出
編碼注意事項
- Unicode 轉義格式適用於程式碼與除錯，但會降低一般文案的可讀性。
- 解碼時請檢查代理對與表情符號輸出；拆分代理對可能產生亂碼。
使用場景
技術原理
Unicode 標準（ISO/IEC 10646）為每個字元分配一個唯一的數字碼點，涵蓋 17 個平面（U+0000 到 U+10FFFF）。基本多文種平面（BMP，平面 0）涵蓋 U+0000–U+FFFF，包含幾乎所有現代書寫系統，包括 CJK 統一漢字。補充平面（1–16）容納歷史文字、罕見 CJK、emoji 和特殊用途字元。本工具在可讀文字與兩種機器導向表示之間進行轉換：JavaScript 風格的 \uXXXX 跳脫序列和標準 U+XXXX 表示法。 UTF-16 是 JavaScript 字串的內部編碼——每個 BMP 字元儲存為一個等於其碼點的 16 位元碼單元，而補充字元（U+10000 及以上）則編碼為代理對：從碼點減去 0x10000 得到 20 位元值，然後分割為 10 位元高代理（0xD800 + ((cp - 0x10000) >> 10)）和 10 位元低代理（0xDC00 + ((cp - 0x10000) & 0x3FF)）。本工具的編碼模式透過 String.prototype.codePointAt() 偵測補充碼點，並為 \uXXXX 格式產生正確的雙 \u 跳脫。對於 U+XXXX 格式，則直接顯示完整碼點。 解碼模式解析三種語法：\uXXXX（四位十六進位數字，僅限 BMP）、\u{XXXXX}（ES6 大括號語法，支援完整 Unicode 範圍）和 U+XXXX（可變長度十六進位的標準表示法）。正規表達式 /\\u\{([0-9a-fA-F]+)\}/g 處理大括號跳脫並傳給 String.fromCodePoint()，而 /\\u([0-9a-fA-F]{4})/g 透過 String.fromCharCode() 處理傳統跳脫。混合使用兩者可以正確重建補充字元以兩個 \u 跳脫編碼時的代理對。 UTF-8 編碼之所以相關，是因為它決定位元組長度：一個 BMP 字元如「中」（U+4E2D）編碼為 3 個 UTF-8 位元組（E4 B8 AD），而一個 emoji 如「😀」（U+1F600）需要 4 個位元組（F0 9F 98 80）。本工具的字元計數器區分碼點計數和 UTF-16 碼單元計數——這在除錯資料庫、API 或表單欄位以碼單元而非字元計數的長度限制時非常有用。
- 碼點迭代：String.prototype.codePointAt(pos) 正確傳回補充字元的完整碼點，不像 charCodeAt() 只傳回高代理——本工具使用展開運算子 [...str] 按碼點迭代，其內部呼叫字串迭代器協定
- 代理對數學：對於補充碼點 CP > 0xFFFF，高代理為 Math.floor((CP - 0x10000) / 0x400) + 0xD800，低代理為 ((CP - 0x10000) % 0x400) + 0xDC00——編碼模式套用此公式產生有效的 \uD800\uDC00 配對
- 解碼正規表達式管線：三種模式依序執行——\u{XXXXX}（ES6 大括號）→ \uXXXX（四位十六進位）→ U+XXXX（標準表示法）——fromCodePoint() 處理大括號和 U+ 路徑，fromCharCode() 處理傳統四位數路徑
- UTF-8 位元組結構：BMP 字元使用 1–3 個 UTF-8 位元組（ASCII = 1 位元組，拉丁補充 = 2 位元組，CJK = 3 位元組）；補充字元使用 4 個位元組，遵循模式 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx——本工具的位元組計數器使用 new Blob([str]).size 進行精確測量
- 碼點與碼單元：單一可見字元可能佔用多個碼點（例如 é 可以是 U+00E9 或 U+0065 + U+0301 組合尖音符號）——本工具同時報告 charCount（UTF-16 碼單元）和 codepointCount（Unicode 純量值）以呈現此差異
- Unicode 平面概覽：平面 0（BMP）= 現代文字，平面 1（SMP）= 歷史文字 + emoji + 數學符號，平面 2（SIP）= 罕見 CJK，平面 14（SSP）= 標籤 + 變體選擇器，平面 15–16 = 私人使用區——編碼模式透過 codePointAt() 正確處理所有平面
- \u 與 U+ 表示法：\uXXXX 是 JavaScript/Java/C 跳脫序列（不含大括號時僅限 BMP）；U+XXXX 是 Unicode 聯盟的標準表示法（至少 4 位十六進位數字，無上限）——本工具的格式切換在這些表示法之間進行轉換
範例
中文轉 Unicode 跳脫序列
輸入： 你好世界 (4 個 CJK 字元，12 個 UTF-8 位元組)
輸出： \u4f60\u597d\u4e16\u754c
備註： 僅限 BMP 碼點；常用於 JSON 字串、JavaScript 字面值與 log 檔案Emoji 轉代理對跳脫序列
輸入： 😀🎉 (2 個 emoji，皆位於 U+FFFF 之上)
輸出： \uD83D\uDE00\uD83C\uDF89
備註： 非 BMP 字元會編碼為 UTF-16 代理對；舊版 JS 引擎需以 String.fromCodePoint 來回轉換解碼 Unicode 跳脫序列
輸入： \u4e2d\u6587\u6d4b\u8bd5
輸出： 中文测试
備註： 貼入跳脫字串即可反向解碼；除錯 CJK payload 問題時，請確認輸出位元組與來源相符常見問題
這個工具會顯示每個字元的哪些資訊？
碼點（十進位與十六進位）、所屬區塊（例如 Basic Latin、CJK Unified Ideographs）、類別（字母、數字、符號、標點等）、Unicode 名稱，以及 UTF-8 / UTF-16 / UTF-32 的位元組表示。對於除錯編碼問題或挑選正確字元都很實用。
UTF-8、UTF-16 和 UTF-32 有什麼差別？
三者編碼的是相同的 Unicode 字元集。UTF-8 每碼點用 1-4 個位元組，且與 ASCII 位元組相容（網路上的主流編碼）。UTF-16 用 2 或 4 個位元組（JavaScript 與 Windows 內部使用）。UTF-32 一律用 4 個位元組（很少用於傳輸，常見於記憶體中）。
為什麼「𝓗」會變成兩個 UTF-16 編碼單元？
U+FFFF（基本多文種平面）以上的碼點，在 UTF-16 中會以「代理對」形式表示——也就是兩個 16 位元的半部。JavaScript 的 string.length 會把它算成 2，而 Array.from(str) 會視為 1。頁面同時呈現兩種視角，方便你排查長度計算上的意外。
什麼是正規化形式（NFC/NFD/NFKC/NFKD）？
Unicode 允許同一個視覺文字有多種表示——例如 é 可以是單一碼點（U+00E9），也可以是 e + 結合銳音符（U+0065 U+0301）。NFC 是合成形式，NFD 是分解形式；NFKC/NFKD 還會把相容字元折疊（½ → 1/2）。在做字串比對或雜湊前務必先正規化。
為什麼有些 emoji 顯示成方塊？
因為你瀏覽器的字型沒有對應字元。現代 emoji 會使用 ZWJ 序列（例如 👨👩👧 = 男人 + ZWJ + 女人 + ZWJ + 女孩），需要特定字型才能合成單一圖示；舊字型只會顯示三個獨立 emoji 或方塊。
怎麼用名稱查字元？
在搜尋框輸入名稱（或關鍵片段）即可。名稱遵循 Unicode 官方名稱清單（LATIN SMALL LETTER A、GREEK CAPITAL LETTER OMEGA、MUSICAL SYMBOL G CLEF）。常用 emoji 也支援「CLDR 短名稱」搜尋。
我的輸入會被上傳嗎？
不會。查詢使用瀏覽器內建的 Unicode 資料庫，不會上傳任何內容。