十六进制 / ASCII / Unicode

什么是十六进制 / ASCII / Unicode 转换器？#

同一段文本可以有三种本质上不同的写法，本工具让你同时看到这三种视图：

• Text（文本）——你平时敲进去、读出来的字面字符（Hello 世界 🌍）。
• Hex bytes（十六进制字节）——真正的 UTF-8 字节序列，每字节用两位十六进制表示（48 65 6C 6C 6F 20 ...）。这才是数据在网上传输、在文件里落地的真实形态。
• Code points（码点）——Unicode 标量值，每个字符一个 U+XXXX（U+0048 U+0065 ... U+1F30D）。这是 Unicode 给字符编的号，独立于任何字节编码。

这三种视图之所以重要，是因为一旦离开 ASCII，它们的长度就不再相等——而这正是文本编码领域绝大多数困惑的根源。一个字符是一个码点，但它在 UTF-8 里可能占 1 到 4 个字节。地球 emoji 🌍 是一个字符（U+1F30D），但在 UTF-8 里是四个字节（F0 9F 8C 8D）。如果你曾经把字符串长度数错、被数据库以”太长”为由拒收、或者见过一个切片正好切在字符中间——你已经和这道鸿沟打过照面了。

编辑三种视图里的任意一种，另外两种会即时派生出来。解析很宽容：十六进制输入接受空格、冒号、短横、0x 前缀；码点输入接受 U+、\u、0x 或裸十六进制，之间用空格、逗号、分号分隔都行。

怎么使用#

1. 用输入框上方的 模式选择器 声明你正在输入的是哪种：Text、Hex 或 Code points。
2. 在输入框里粘贴或编辑，右侧自动填出另外两种视图。
3. 点任意一个结果字段旁的 复制（Copy）取走那种表示。
4. 示例（Sample）载入 Hello 世界 🌍，让你看清 ASCII、CJK、emoji 各自怎么映射。清空（Clear）清掉一切。

主要特性#

• 三种视图，唯一真相源。 你手头有哪种表示就编辑哪种，其余两种都是算出来的，不必手工维护。
• 是 UTF-8 字节，不是 Latin-1。 十六进制输出是真正的在线传输 UTF-8 字节序列——几乎所有现代系统都用它，而不是”一个字符一个字节”那种老式假设。
• 按码点感知，含增补平面字符。 用 for...of 迭代，意味着一个 emoji 被算作一个码点，而不是两个代理项一半，所以你看到的是 U+1F30D，绝不会是 D83C DF0D。
• 反向校验严格。 十六进制字节若不构成合法 UTF-8（奇数长度、或者一个悬空的续字节），会报清晰错误，而不是解码成一堆乱码。超出合法范围的码点、以及孤立的代理项（U+D800–U+DFFF）都会被拒。

实例演示#

点 示例 载入 Hello 世界 🌍，三种派生视图是：

Text:       Hello 世界 🌍
Hex bytes:  48 65 6C 6C 6F 20 E4 B8 96 E7 95 8C 20 F0 9F 8C 8D
Code points: U+0048 U+0065 U+006C U+006C U+006F U+0020 U+4E16 U+754C U+0020 U+1F30D

ASCII 字母 H e l l o 是无趣的部分：各占一字节，码点从 U+0048 到 U+006F。有意思的是后面：

• 世（U+4E16）是 3 个 UTF-8 字节：E4 B8 96。界（U+754C）也是 3 个字节：E7 95 8C。一个字符，但不是一个字节。
• 🌍（U+1F30D）是 4 个 UTF-8 字节：F0 9F 8C 8D。它的码点超过 U+FFFF，住在 Unicode 的增补平面，需要 4 字节的 UTF-8 序列——但它仍然只是一个字符、码点列表里的一项。

反过来做个实验：把模式切到 Code points，粘贴 U+1F600 U+1F604，文本（😄😄）和 UTF-8 十六进制会同时出现。这种往返正是你确认”哪个字节对应哪个字符”的方法。

常见问题#

为什么我的 emoji 是 4 个十六进制字节，却只对应 1 个码点？#

因为 UTF-8 是变长编码。码点低于 U+0080 装一个字节；U+0080–U+07FF 占两个；U+0800–U+FFFF 占三个；U+10000 及以上（绝大多数 emoji、古文字、音乐符号）占四个。码点是 Unicode 给这个字符起的名；字节是 UTF-8 恰好用来存它的方式。同一个字符，两个不同的数字。

U+XXXX 和 \uXXXX 有什么区别？#

它们指的是同一个码点，但来自不同的世界。U+0041 是 Unicode 自己的记法；A 是 JavaScript、Java、C 字符串字面量里的转义。但有个坑：\uXXXX 只能装 4 位十六进制，所以它没法直接表达 U+1F30D 这种增补码点——用 \u 的语言要么写成代理对（🌍），要么用扩展语法（\u{1F30D}）。本工具的码点输入这两种形式都收。

我粘贴十六进制字节，报”invalid UTF-8”是什么意思？#

你粘的字节不构成合法 UTF-8 序列——最常见的原因是十六进制串长度为奇数（少了一半字节）、一个前导字节声称是多字节序列而后续字节对不上，或者数据其实是用 UTF-8 以外的东西（GBK、Shift-JIS、裸 Latin-1）编码的。解码器用严格模式，所以会报错，而不是悄悄吐出替换字符。

能用它数一段字符串”真正”的字符数吗？#

能——码点数就是用户心目中的字符数，也是绝大多数 UI 该拿来设上限的数。注意 Hello 世界 🌍 按码点是 10 个字符，即便它在 UTF-8 里是 17 字节、在 JavaScript 里是 11 个 UTF-16 码元（string.length）。如果你要给一条推文或一个表单字段设字符预算，数码点，别数字节，也别用 string.length。