我曾經輸給一個角色一個下午。一個用戶'他的名字包含一個重音字母,在資料庫中看起來很好,在 PDF 匯出中中斷,並在日誌中顯示為一對問號。一旦我看到字形背後的實際代碼點,修復就變得微不足道了,但到達那裡意味著三種不同的工具和大量的瞇眼。這就是我建立的摩擦力 統一碼轉換器 在 工具。dev 刪除:貼上任何文字並準確地查看它的組成部分,無論您面前的工作想要什麼符號,並將任何這些符號解碼回可讀文字。這是它及其所暴露的字元編碼的指南。
TL;DR: 每個字元都有一個 Unicode 代碼點,該數字寫得像 A。 The Toolz 的 U+0041 統一碼轉換器 將文字轉換為該代碼點加上十進制、十六進制、HTML 實體(A 和A)、JavaScript 轉義(A) 和CSS 轉義(\41),並將它們中的任何一個解碼回文字。它透過真實程式碼點處理表情符號和其他星體字符,以便它們正確往返,顯示帶有 UTF-8 位元組的每個字符表,並完全運行客戶端,以便您的文字永遠不會離開瀏覽器。
什麼是 Unicode 轉換器?
Unicode 轉換器會在您閱讀的文字和電腦為其儲存的數字之間進行轉換。每個字符,從普通的拉丁字母到中文表意文字再到表情符號,都分配有一個代碼點 統一碼標準,該代碼點通常寫成 U+ 後跟四到六個十六進位數字的形式:U+0041 代表大寫 A,U+00E9 代表 é,U+4E16 代表 “ “ ”,U+1F30D 代表地球表情符號。轉換器讀取您輸入的任何內容並顯示每個字元後面的代碼點,然後讓您以不同語言和格式期望的任何符號表達相同的代碼點。
單一程式碼點有如此多的書面形式的原因是不同的上下文有不同的轉義規則。 HTML 文件使用字元引用,例如 A 以小數或表示 A 十六進位。使用 JavaScript 字串 A,或者 \u{1F30D} 對於超出基本範圍的字元。使用 CSS 值 \41 帶有尾隨空格。規格、錯誤報告或 Unicode 圖表使用 U+ 表單。它們都指向同一個字元;他們只是根據居住地點穿著不同的衣服。該工具從一個輸入產生所有語法並反轉其中任何一個,因此您永遠不必記住給定檔案想要哪種語法或手動重新輸入棘手的字元。
什麼是 Unicode 代碼點?它與 UTF-8 有何不同?
這種區別消除了大多數編碼混亂,因此值得精確。代碼點是標識字元的抽象數字。它沒有說明該數字如何儲存在記憶體中或透過電線發送。 UTF-8 是將代碼點編碼為位元組序列的一種特定方法,定義於 RFC 3629. 兩者相關但不相同,將它們混合起來是很多"的根源;為什麼我的文字亂碼&引用;錯誤。
以 é 為例,代碼點 U+00E9。作為代碼點,它是一個單一數字,十進制為 233。在 UTF-8 中,它儲存為兩個位元組 C3 A9. 在 UTF-16 中,它是一個 16 位元單元。字元是一回事;它的位元組表示取決於編碼。轉換器中的每個字元表並排顯示代碼點和 UTF-8 位元組,因此當您看到渲染為 的名稱時 é 代替 é,您可以立即識別出經典症狀:UTF-8 位元組被讀取,就好像它們是像 Latin-1 這樣的單位元組編碼一樣。查看位元組通常是診斷編碼不匹配的最快方法。
這是工具產生的符號中的一個字元的小地圖。
| 符號 | é 值 (U+00E9) |
|---|---|
| 代碼點 | U+00E9 |
| 小數 | 233 |
| 十六進位 | 0xE9 |
| HTML 十進位實體 | é |
| HTML 十六進位實體 | é |
| JavaScript 轉義 | 埃 |
| CSS 逃脫 | \E9 |
| UTF-8 位元組 | C3 A9 |
如何將文字轉換為 Unicode?
選擇"編碼",選擇您想要的符號,然後鍵入或貼上文字。這 統一碼轉換器 立即顯示編碼輸出,並在每個字元表中填寫每個字形的代碼點、十進位值、HTML 實體和 UTF-8 位元組。複製輸出並將其放入 HTML、樣式表、腳本或文件中。
這四個步驟很快。首先,選擇從文字到符號的編碼,或選擇從另一種方式的解碼。其次,選擇格式:程式碼點、十進位、十六進位、HTML 實體、JavaScript 轉義或 CSS 轉義,對於解碼,有一種自動模式可以偵測您的常見表單。第三,輸入您的文字並觀看其轉換。第四,複製結果。沒有上傳,也沒有帳戶。
轉換為 HTML 實體是最常見的用途之一,它與專用實體重疊 html 實體 工具,專注於命名實體,例如 & 和 ©. 的 html 實體指南 涵蓋何時命名實體是正確的選擇以及何時使用數字實體。此轉換器透過為您提供任何字元(無論是否命名)的數字代碼觀點來補充它。
它能正確處理表情符號嗎?
是的,這就是許多更簡單的轉換器悄悄產生損壞輸出的地方。 U+FFFF 上方的字元位於 Unicode 所說的補充平面中,JavaScript 將每個字元在內部儲存為兩個 16 位元程式碼單元,稱為代理對。如果轉換器天真地一次將一個程式碼單元遊動到字串中,則會將表情符號分成兩半,並發出兩個毫無意義的轉義,這些轉義永遠不會重新組合成原始字元。
該工具按真實代碼點迭代,因此像地球 (U+1F30D) 這樣的表情符號自始至終被視為一個字元。對其進行編碼,您將獲得一個乾淨的值: \u{1F30D} 在 ES6 JavaScript 形式中, 🌍 作為一個 HTML 實體,U+1F30D 作為代碼點。解碼其中任何一個,原始表情符號就會完整返回。當解碼作為代理對編寫的舊式 JavaScript 轉義時, 🌍1,該工具正確地組合了兩半,而不是讓你留下兩個損壞的程式碼單元。透過轉換器循環跳閘表情符號可以準確地返回您開始的內容,這是 Unicode 工具必須通過的基線測試,但許多測試都會失敗。
如何解碼 Unicode 轉義回文字?
切換到解碼,貼上編碼字串,然後選擇匹配格式或將其保留為自動。自動模式識別 U+ 表示法, \u 和 \u{} JavaScript 逃脫,並且 &# 和 &#x HTML 實體位於同一輸入中,因此日誌或設定檔的混合貼上仍然會解碼。如果您知道確切的格式,直接選擇它是最可靠的選項,特別是對於十進制或普通十六進制,否則裸數字可能會不明確。
解碼是您在編碼文字的接收端時完成的工作的一半:JSON 有效負載充滿 \u escapes,一個充滿數字實體的 HTML 來源視圖,一個以轉義形式記錄字串的堆疊追蹤。您不是逐個字元手動解碼字元,而是貼上整個內容並讀回純文字。轉換器重建原始字符,並且如上所述,正確重新連接它遇到的任何代理對,以便星體字符在旅途中倖存下來。
這與網站上的其他解碼工具很好地配對。 URL 中編碼文字的百分比是 的工作 網址編碼器,並且 base64 編碼的二進位檔案由 處理 base64 轉換器. 它們是不同運輸的不同編碼,知道你正在看哪一種是戰鬥的一半。這 web 開發人員工具包 指南列出了這些編碼工具如何在日常工作中組合在一起。
我什麼時候真正需要 CSS 或 JavaScript 轉義?
頻率比您預期的要高,通常是在某些內容未渲染的確切時刻。在CSS中, content a的財產 ::before 或者 ::after 偽元素不能在任何情況下直接包含任意字符,因此您可以逃脫它們:指向右側的箭頭變為 content: "\2192". CSS 轉義規則,包括終止十六進位轉義的尾隨空間,在 中定義 CSS 語法模組等級 3,轉換器恰好發出該形式,因此您可以將其直接貼上到樣式表中。
在 JavaScript 中,轉義允許您將字元放入原始程式碼中,而不依賴檔案's 編碼或在編輯器上正確渲染它。 © 明確文字版權符號可能會被管道中的工具損壞。對於基本平面之外的字符,ES6 \u{...} 形式比替代對更乾淨,轉換器將其用於星體字符,同時保持四位數字 \uXXXX 適合其中的字元的表格。 HTML 數字字元引用,the &#...; 表格在標記中具有相同的目的並受以下管轄 WHATWG HTML 標準. 從一個輸入產生所有這些意味著您停止猜測語法並每次複製正確的轉義。
我應該使用哪種符號以及何時使用?
有七種輸出格式可供選擇,實際問題是給定任務想要哪種格式,而答案幾乎總是取決於角色將要居住的地方,而不是偏好。如果您正在編寫 HTML 並且需要一個難以鍵入或否則會被解釋為標記的字符,請使用 HTML 實體: — 或其六角形雙胞胎 —. 如果字元進入 JavaScript 字串文字,請使用 \u 逃脫,伸手去拿 \u{...} 當字元超出基本平面時形成。如果它屬於CSS值,尤其是 content 屬性,使用帶有尾隨空間的 CSS 轉義。如果您正在編寫規範、註釋或錯誤報告,想要明確命名字元而不渲染它,則 U+ 代碼點形式是每個人都認可的約定。
十進制和十六進制輸出是人們較少接觸到的輸出,但當您與以原始數字說話的系統交談時,它們很重要:存儲代碼點的數據庫列、將字符作為整數傳輸的協議、針對 Unicode 的查找資料檔。能夠將字元翻轉到其裸十進制或十六進制值,然後再次返回,可以在您已經深入調試會話時節省手動基本轉換。
有一條規則貫穿所有這些:無論您發出什麼符號,都要將其解碼回來,並在您信任它之前確認您獲得了原始字元。往返是最便宜的正確性檢查,它會立即捕獲兩個經典錯誤,即星體字元的損壞代理對和十六進位數字中的逐一錯誤。轉換器會向相反方向檢查單一貼上。如果涉及安全敏感值,則相同的規則適用於處理的百分比編碼 網址編碼器,錯誤的轉義可能會改變伺服器實際接收的內容。
在這裡轉換敏感文字安全嗎?
是的。每次轉換都會在瀏覽器內的 JavaScript 中發生。您貼上的任何內容都不會傳送到伺服器,不會記錄任何內容,並且一旦頁面載入,工具就會繼續工作並關閉您的連線。您可以檢查私人字串、使用者資料或內部檔案的內容,而無需任何內容離開您的電腦。
這個屬性並不是偶然的,這是您更喜歡使用客戶端工具來完成此類工作的原因。您透過 Unicode 轉換器運行的文字通常正是您最不想交給第三方的文字:真實使用者'您正在偵錯的名稱、私有資料集的片段、來自未發布功能的字串。伺服器端轉換器,無論多麼值得信賴,都是鏈中的另一方。在瀏覽器中完成工作可以消除問題。更廣泛的推理在於 資料隱私線上工具 guide,它適用於 toolz。dev 上的每個編碼工具,從這個到 base64 編碼指南 以及更遠的地方。
常見問題
如何將文字轉換為 Unicode?
將文字貼上到輸入區域並選擇「選擇編碼」並選擇程式碼點或 HTML 實體等格式。該工具會立即顯示每個字元的 Unicode 表示形式,所有這些都在您的瀏覽器中。
什麼是 Unicode 代碼點?
代碼點是 Unicode 分配給字元的編號,其編寫方式類似於 A 的 U+0041。它獨立於字元的儲存方式來識別字符,這就是為什麼相同的代碼點可以顯示為 HTML 實體、JavaScript 轉義或CSS 轉義。
代碼點和 UTF-8 有什麼不同?
代碼點是字元的抽象數字; UTF-8 是將該數字儲存為一到四個位元組的一種方法。每個字元表顯示兩者,因此您可以看到 é 的 U+00E9 儲存為兩個 UTF-8 位元組 C3 A9。
它能正確處理表情符號嗎?
是的。表情符號生活在基本範圍之外,並作為代理對儲存在 JavaScript 中。轉換器透過真實代碼點讀取和寫入它們,因此像地球 (U+1F30D) 這樣的表情符號可以往返,而不會分成兩個破碎的一半。
如何解碼 Unicode 轉義回文字?
切換到解碼,貼上編碼的字串,然後選擇匹配格式或使用自動檢測它。該工具重建原始字符,正確組合它找到的任何代理對。
我什麼時候需要 CSS 逃脫?
CSS 轉義可讓您將字元放入樣式表值(例如內容屬性)中。此工具輸出諸如 \41 之類的值,其中 CSS 使用尾隨空格來結束十六進位轉義,準備貼上到內容屬性中。
它可以同時將同一個字元轉換為多種格式嗎?
是的。選擇格式會設定主輸出,每個字元表始終顯示每個字元的代碼點、十進位值、HTML 實體和 UTF-8 位元組,因此您可以一目了然地閱讀多個符號。
在這裡轉換敏感文字安全嗎?
是的。所有轉換都發生在瀏覽器內的 JavaScript 中。沒有任何內容會傳送到伺服器,沒有任何內容會被記錄,並且該工具可以在停用連線的情況下運作。
的 統一碼轉換器 是免費的,完全在瀏覽器中運行,無需註冊。將字元編碼為任何符號,將其解碼回來,並讀取任何字形後面的原始位元組。與一起探索它 ascii 表 以及其餘的編碼工具 工具。dev.
