Softonic

Unicode till UTF-8-omvandlare

Steg 1 / 2
Nästa

Förvandla bokstavlig Unicode-text till escape-syntaxen \u00E9, \u{1F600} som programmeringsspråk bäddar in i källkod, eller klistra in en escapad sträng och avkoda den tillbaka till de ursprungliga tecknen. Fungerar för BMP-tecken (4-siffriga escapes) och kompletterande plan som emoji (\u{...} med variabel längd).

Så omvandlar du mellan Unicode och UTF-8-escapes

  1. 1

    Välj en riktning

    Koda tecken till `\u`-escapes, eller avkoda en escapad sträng tillbaka till text.

  2. 2

    Klistra in din indata

    Vanlig text för kodning; en sträng med `\uXXXX`- eller `\u{XXXXX}`-sekvenser för avkodning.

  3. 3

    Läs utdatan

    BMP-tecken ger fyrsiffriga escapes i `\u0041`-stil; tecken över U+FFFF använder ES6-formen `\u{...}`.

  4. 4

    Kopiera in i din kod

    Lägg resultatet i en JavaScript-sträng, ett JSON-literal, en konfigurationsfil eller en testfixtur.

Escape-syntax mellan språk

Olika språk stavar samma idé olika. Omvandlaren matar ut den vanliga JavaScript/JSON-formen, men här är vad du översätter till när du skriver samma tecken någon annanstans.

Escape-syntax per språk

Språk BMP (<= U+FFFF) Kompletterande (> U+FFFF)
JavaScript \u00E9 \u{1F600} (ES6+)
JSON \u00E9 Surrogatpar \uD83D\uDE00
Python \u00e9 \U0001F600
Java \u00e9 Surrogatpar
C / C++ \u00e9 \U0001F600
Ruby \u00e9 \u{1F600}
Rust \u{00e9} \u{1F600}
HTML-entitet &#xE9; &#x1F600;
CSS \0000e9 \1F600

Varför emoji behöver den långa formen

Det grundläggande flerspråkiga planet (BMP) täcker U+0000 till U+FFFF, allt får plats i en enda 16-bitsenhet, vilket den gamla \uXXXX-syntaxen designades för. Emoji bor mestadels i plan 1 (U+1F000 och uppåt), som inte får plats i fyra hexsiffror. Två alternativ:

  1. ES6-klamrar, \u{1F600} accepterar valfri längd.
  2. UTF-16-surrogatpar, två \uXXXX-escapes för ett tecken. JSON-tolkar accepterar detta, och det är vad JSON-kodare oftast matar ut.

Båda avkodas till samma sträng, men surrogatpar är ömtåliga: att skära en sträng mellan det höga och låga surrogatet ger dig ogiltig UTF-16.

Vanliga frågor

Fyra hexsiffror toppar vid U+FFFF. Emoji börjar vid U+1F000, så de behöver ES6-klammerformen \u{...}, eller ett UTF-16-surrogatpar om du sitter fast på äldre mål. Det här verktyget använder klamrar för allt över U+FFFF.

Inte som ett par. Avkodaren förstår klammerformen \u{1F600} och fyrsiffriga \uXXXX-escapes, men den sätter inte ihop ett UTF-16-surrogatpar (formen med två escapes som JSON använder) till en enda emoji: varje halva avkodas för sig och går inte att återskapa. Klistra in klammerformen \u{...} för allt över U+FFFF, vilket är precis vad kodaren producerar.

Nej. En escape som \u00E9 representerar teckenpunkten U+00E9, inte UTF-8-bytesekvensen (som skulle vara C3 A9). För den råa byte-vyn, använd verktyget Unicode-uppslagning som visar UTF-8-byte i HEX.

Omvandlingen sker på serversidan inom den här förfrågan, men inget behålls: ingen loggning, ingen lagring av strängarna du omvandlar.

Relaterade verktyg

ASCII-tabellreferens

Full ASCII-tabell från 0 till 127 med decimal-, hex-, oktal- och binärvärden samt notation för numeriska HTML-referenser, inklusive NUL, LF och DEL.

HTML-teckenreferens

En sökbar lista över HTML-entiteter med deras namngivna och numeriska koder samt kopiering med ett klick för specialtecken och symboler.

Referens för kortkommandon

Sök dokumenterade standardkommandon för VS Code, Chrome och Bash med GNU Readline i macOS, Windows och Linux.

CSS-pilgnerator

Skapa lokalt en CSS-pil med riktning, färg, storlek och ramens tjocklek och kopiera sedan regeln.

Generator för platshållarbilder

Skapa en bild på 1–4000 px med egna färger och text, ladda ned PNG eller kopiera webbadress och HTML.

Markdown-förhandsvisare

Skriv Markdown och se den renderade HTML:en uppdateras live. GitHub-flavored syntax med tabeller, uppgiftslistor, inramad kod och autolänkar.

Verktyget finns på andra språk