Unicode 解码转码工具

Unicode 转义是什么

Unicode 转义把字符写成源码里的序列，而不是直接写出字形。汉字「你」的码点是 U+4F60，在 JavaScript 字符串和 JSON 里可以写成 \u4f60。这和字节编码不是一回事：UTF-8 描述的是存储用的字节，\uXXXX 描述的是源码里的码元。

ECMA-262 规定了两种 JavaScript 写法：

• \uXXXX：四位十六进制，表示一个 UTF-16 码元。基本多语言平面（BMP）里的汉字用一个序列就够。
• \u{...}：码点转义。括号里是码点本身，emoji 不必拆开。写法见 MDN 词法。

JSON 文本只保证四位形式，见 RFC 8259 第 7 节。Python 字符串另外使用八位的 \UXXXXXXXX，见 Python 词法文档。\xHH 则用来表示 U+00FF 及以下的一个字节值。

和相近工具的差别

• 想看十进制码点，用 Unicode 码点。
• 想看 UTF-8 字节，用 UTF-8 编码。
• 想做 URL 百分号编码，用 URL 编码。

本页只做「文本 ↔ 转义序列」。计算在浏览器本地完成，文本不会上传。

把文本转成转义

左侧输入中文、英文或 emoji，右侧会按当前格式写出转义。默认是 JavaScript / JSON：汉字变成 \uXXXX，emoji 拆成一对代理。

例如「你好」：

• JavaScript / JSON：\u4f60\u597d
• ES6 码点：\u{4f60}\u{597d}
• Python：同样是 \u4f60\u597d；超出 BMP 的字符改用八位 \U

可打印 ASCII 默认保持原样，所以 hello, 山月 里的英文不会被淹没。需要整段都变成转义时，勾选「连同可打印 ASCII 一起转义」。反斜杠即使不转义 ASCII，也会写成 \\，否则还原时会把后面的字符误当成转义。

「被转义的 U+00FF 及以下改用 \xHH」只改变已经要转义的拉丁字符和控制字符的写法，例如 é 可以写成 \xe9。

把转义还原成文本

在右侧粘贴转义，左侧会显示还原后的文本。几种写法可以混在同一段里：

• \u4f60 与 \u4F60 都是「你」
• \u{1F600}、\U0001F600 和 \uD83D\uDE00 都是 😀
• \n、\t、\\ 按常见字符串规则还原

序列不完整（例如 \u12）或码点超过 U+10FFFF 时，页面会提示错误，并保留上一次成功的文本。

从 JSON 里复制出来的字符串如果本身带引号，引号会留下来。如果看到的是两个反斜杠加 u（\\u4f60），那是再转义过一次，还原一次后得到 \u4f60，再还原一次才是「你」。

API

下面的写法与页面上的三种格式对应。码点用 codePointAt / fromCodePoint，不要用 charCodeAt 拆开 emoji。见 MDN String.fromCodePoint。

JavaScript

JSON.stringify 默认不会把汉字转成 \u。RFC 8259 允许直接写 Unicode 字符。需要转义时可以自己按码元拼：

function toJsonUnicodeEscape(text) {
  return Array.from(text, (ch) => {
    const cp = ch.codePointAt(0)
    if (cp <= 0xffff) return '\\u' + cp.toString(16).padStart(4, '0')
    const rest = cp - 0x10000
    const hi = 0xd800 + (rest >> 10)
    const lo = 0xdc00 + (rest & 0x3ff)
    return (
      '\\u' +
      hi.toString(16).padStart(4, '0') +
      '\\u' +
      lo.toString(16).padStart(4, '0')
    )
  }).join('')
}

toJsonUnicodeEscape('你') // \u4f60
toJsonUnicodeEscape('😀') // \ud83d\ude00
String.fromCodePoint(0x1f600) // 😀

ES6 码点转义在源码里写成 \u{1F600}，规则见 ECMA-262。

Python

'你好'.encode('unicode_escape')
# b'\u4f60\u597d'

'😀'.encode('unicode_escape')
# b'\U0001f600'

b'\\u4f60\\u597d'.decode('unicode_escape')
# 你好

unicode_escape 对 ASCII 保持原样，对 U+00FF 及以下常用 \xHH，对辅助平面用 \U。页面上的 Python 格式加上「\xHH」选项后，接近这个结果。完整列表见 Python 字符串字面量。

常见问题

这和 UTF-8 工具有什么区别？

\u4f60 是源码转义，表示码点 U+4F60。「你」的 UTF-8 字节是 E4 BD A0，不是 4F 60。要看字节，用 UTF-8 编码。要看十进制码点，用 Unicode 码点。URL 里的 %E4%BD%A0 是百分号编码，用 URL 编码。

JSON 里的 \u 转义由 RFC 8259 定义，它转义的是 UTF-16 码元，不是 UTF-8 字节。

为什么 emoji 会变成两段 \u？

JavaScript 和 JSON 的 \uXXXX 只能表示一个 16 位码元。😀 的码点是 U+1F600，超出 BMP，要写成代理对 \uD83D\uDE00。这和 JavaScript 里 '😀'.length === 2 是同一件事，说明见 MDN 字符串。

换成 ES6 码点格式后，同一个字符是 \u{1F600}。Python 格式则是 \U0001F600，见 Python 转义。

文本会上传吗？

不会。编码和解码都在浏览器里完成，没有请求把内容发到服务器。

\xHH 和 \UXXXXXXXX 什么时候用？

\xHH 表示一个 0–255 的值，常用于拉丁字母扩展，例如 é 是 \xe9。\UXXXXXXXX 是 Python 和部分 C# 源码里的八位码点转义，用来表示 BMP 以外的字符。本页解码时两种都认；编码时用对应的选项打开。