Unicode 查看

Unicode 查看器

这是 Unicode 查看器：把贴进来的文字拆成码点，看身份、编码和隐藏标记。 把文本拆成 Unicode 码点，显示身份、编码和异常。UTF-8、ZWSP、BOM、NBSP、BiDi、U+ 这类标识不翻译。A 是 U+0041，UTF-8 41，UTF-16BE 00 41。é 的 UTF-8 是 C3 A9。🍵 是 U+1F375，UTF-16BE 代理对 D8 3C DF 75。ZWSP 是 U+200B，UTF-8 E2 80 8B。西里尔 а 是 U+0430，拉丁 a 是 U+0061。

如何使用

1. 粘贴文本。默认自动转换，表格会随输入更新。
2. 用插入测试字符加入 ZWSP、NBSP、BiDi、西里尔同形字、弯引号或组合标记。
3. 看摘要：码点数、唯一字符、字素、UTF-16 单元（JavaScript 的 String.length）、UTF-8 字节和 UTF-16 字节。
4. 筛选全部 / 不可见 / 控制 / 空白 / 同形字 / 非 ASCII。复制 U+复制单个码点，复制结果把当前表格复制成制表符分隔文本。
5. 显示示例载入 Hello\tWorld、café、NBSP、🍵、ZWSP、世界🌍 和西里尔 аеор。

摘要数字的含义

码点统计标量值，一个表情算一个。字素是读者看到的单位，旗帜或字母+锐音符可以由多个码点组成一个字素。UTF-16 单元是 JavaScript string.length，🍵 占两个。UTF-8 字节是网页存储大小；UTF-16 字节是单元数的两倍。不可见计入控制字符、格式标记、ZWSP/BOM 以及 NBSP 这类特殊空格，普通 U+0020 SPACE 不计。

不可见字符、BiDi 与同形字

控制字符显示为 \t / \n。SPACE 显示为 ␣，NBSP 为 ⍽，其余不可见显示码点。标记有 CTRL、INV、WS、BIDI、HOMOGLYPH。同形字按钮插入看起来像拉丁 a e o p c x y 的西里尔字母，适合排查看起来是 ASCII 却校验失败的字符串。BiDi 标记（LRM、RLM、LRE、RLO、PDF）可以在看不见字符的情况下反转文字方向。

列与编码

每一行一个码点：字形、U+、Unicode 名称（官方英文名以及 CJK / Hangul 算法名）、通用类别、区块、UTF-8 与 UTF-16BE 字节。复制报告里还有 UTF-32。精简名称表没有的字符回退为 U+1F30D 这种写法，仍然唯一。分析只在浏览器里进行，不会上传文本。

常见问题

• 为什么 🍵 占两个 UTF-16 单元？ 它在 BMP 之外，UTF-16 使用代理对。
• 字符数、字素、代码单元有何区别？ 码点是 Unicode 长度，字素是视觉长度，UTF-16 单元是 JavaScript 的 length。
• 这和 Hex to ASCII 一样吗？ Hex to ASCII 从字节解码。本页从字符出发，并标出隐藏标记。
• 能导出吗？ 复制结果导出当前筛选表格的 TSV，含名称、区块、UTF-8、UTF-16BE、UTF-32BE 和标记。

相关工具

需要某一种编码的字节串请用 字符串转十六进制。解码字节请用 十六进制转 ASCII。带偏移和 ASCII 列请用 Hex Dump。