Unicode

Unicode 是国际字符编码标准，为世界上几乎所有书写系统的每个字符分配唯一码点（U+0000 至 U+10FFFF），共 1,114,112 个码点空间。

用途

取代碎片化的地区性编码，实现单一字符集覆盖全球文字，消除乱码与转码负担。

机制

码点用 U+XXXX 表示，分为 17 个平面。码点需经编码形式（UTF-8/16/32）转为字节流。字符可附加组合属性，导致同一视觉字符可对应多个码点序列（需规范化 NFC/NFD）。

用例

多语言 Web 内容与数据库存储
国际化（i18n）与本地化（l10n）
Emoji 与符号渲染
跨平台文本交换

示例

输入
```
é
```
输出
```
U+00E9
```
The code point of é (Latin small letter e with acute)

常见错误

Truncating a string by character count and splitting a surrogate pair: Use surrogate-pair-aware APIs such as Intl.Segmenter

相关词条

UTF-8 是 Unicode 的变长编码形式，使用 1 至 4 字节表示一个码点，与 ASCII 完全向后兼容，是 Web 与现代系统的事实标准。

UTF-16 是 Unicode 的变长编码形式，使用 2 或 4 字节表示一个码点，BMP 字符用 1 个 16 位码单元，补充平面字符用代理对（2 个码单元）。

ASCII（美国信息交换标准代码）是 7 位字符编码标准，定义 128 个字符（0-127），包括英文字母、数字、标点与控制字符。

码点是 Unicode 标准中为每个字符分配的数值（U+0000 至 U+10FFFF），是字符在码空间中的位置编号。

代理对是 UTF-16 中用两个 16 位码单元表示一个补充平面码点（U+10000 至 U+10FFFF）的机制。

BOM（字节顺序标记）是 Unicode 字符 U+FEFF，置于文本流开头用于指示编码形式与字节序。

相关工具

Unicode 转换器

将文本转换为 Unicode 码点、UTF-8 十六进制或 UTF-16 十六进制。免费、隐私优先、100% 纯客户端运行。

字符编码参考表

字符编码参考表。免费、隐私优先、100% 纯客户端运行。

编码检测器

检测文本编码形态：ASCII 子集、UTF-8 BOM、是否含非 ASCII 字符。文本输入在浏览器中总是被重新编码为 UTF-8，因此无法区分 GBK/Big5/Shift-JIS 等传统编码——本工具如实报告 UTF-8 字节形态。免费、隐私本地化、100% 客户端运行。

Unicode 反转义器

Unicode Unescape — 纯客户端工具。隐私优先，无服务器往返。

参考链接