Unicode 转义

用途

Unicode 在线转换工具，把任意字符（中文、Emoji、特殊符号）转换为 Unicode 码点（U+XXXX）、JavaScript 转义序列（\uXXXX）、HTML 实体（&#xXXXX;）、UTF-8 字节、UTF-16 字节。反向把 \u4e2d\u6587 这种转义还原成可读中文。常用于排查中文编码乱码、生成 Emoji 的 Unicode 码、JavaScript 字符串字面量编码、HTML 文档兼容性处理。所有转换在浏览器本地完成。

操作步骤

1. 左侧粘贴或输入字符串（含中文 / Emoji / 任意字符）
2. 右侧切换显示格式：Unicode 码点（U+4E2D）/ JS 转义（\u4e2d）/ HTML 实体（中）/ UTF-8 hex / UTF-16 hex
3. 反向：粘贴 \u4e2d\u6587 自动解码为"中文"
4. Emoji 模式：支持代理对（surrogate pair）正确处理（🎉 = \uD83C\uDF89）
5. 十进制 / 十六进制切换显示
6. 大小写：U+4E2D（大写默认）或 u+4e2d（小写）
7. 批量处理：每行一个字符串

常见问题

为什么 Emoji 在 JS 字符串里要写两个 \u 转义？

BMP（基本多语言平面）之外的字符（Emoji 大部分、生僻汉字、扩展拉丁）码点超过 0xFFFF，UTF-16 必须用两个 16 位码元表示（代理对）。例如 🎉（U+1F389）= \uD83C\uDF89。**现代 JS 推荐用 \u{1F389} 语法**（ES2015+）或直接写字面 Emoji（最清晰）。

Unicode 和 UTF-8 是一回事吗？

不是。**Unicode 是字符集**（给每个字符分配唯一码点 U+XXXX），**UTF-8 是编码方式**（把码点转成字节序列）。同一个"中"字 Unicode 码点是 U+4E2D，但 UTF-8 编码后是 3 字节 E4 B8 AD，UTF-16 编码后是 2 字节 4E 2D。

为什么我的 JSON 里中文都变成 \u 转义了？

Python json.dumps 默认 ensure_ascii=True 会把非 ASCII 全部 \u 转义。Java 的 ObjectMapper、Go 的 json.Marshal 默认也类似。这种 ASCII-only JSON 文件传输更安全（避免编码协商），但人类阅读差。**用本工具反向解码就能恢复成可读中文**。

HTML 里要不要写 中 这种实体？

大部分场景**不需要**。现代 HTML5 标准用 UTF-8 编码，直接写"中"即可。**需要实体的场景**：1) 老的 HTML 文档 charset=GBK / ISO-8859-1；2) 邮件 HTML（部分客户端编码协商弱）；3) 想强制显式表示某个不可见字符（如零宽空格）。

生僻字 / 古汉字打不出来怎么处理？

部分生僻字在 Unicode 扩展 B / C / D 区（U+20000 以上），系统字体可能不支持。本工具的 Unicode 码点查询可以输出码点，再去字体支持情况查询网站确认。常见做法：替换为图片、用 SVG 字形、或确保用户安装含扩展区的字体（如 Source Han Sans / 思源宋体）。

应用场景

• 排查 JSON 中文乱码：把 \u 转义还原看真实内容
• 生成 JS 字符串：含 Emoji 或特殊字符的字面量编码确保跨环境兼容
• HTML 邮件兼容：把中文转 HTML 实体避免老客户端乱码
• Unicode 字符查询：拿到 Emoji 反查 U+XXXX 码点
• 老系统对接：GBK / GB2312 编码的字符串和 Unicode 互转

适用场景

JSON 中文转义还原、JS 含 Emoji 的字面量、HTML 邮件兼容、Emoji 码点查询、GBK 老系统对接。前端、后端、邮件营销、本地化工程师常用。Surrogate pair 正确处理、UTF-8/UTF-16 字节展示、多格式互转是关键差异点。