Unicode解码在线工具

1. 什么是 Unicode？

Unicode 是一套全球统一的字符编码标准，为世界上几乎所有文字、符号、表情分配唯一的码位（Code Point），解决早期编码碎片化导致的乱码问题。

2. 码位与编码格式

• 码位：用 U+XXXX 表示，范围 U+0000 到 U+10FFFF（共 1,114,112 个）。
• 常用编码：UTF-8（变长 1-4 字节）、UTF-16（2 或 4 字节）、UTF-32（定长 4 字节）。
• 前端常见：\uXXXX 是 UTF-16 代码单元转义，不足 4 位补零；超过 U+FFFF 用代理对 \uD800\uDC00 或 ES6 \u{1F600}。

3. 平面与区块

平面	范围	用途示例
基本多语言平面 BMP	U+0000 – U+FFFF	ASCII、汉字、常用符号
补充多语言平面 SMP	U+10000 – U+1FFFF	历史文字、罕见汉字
补充表意平面 SIP	U+20000 – U+2FFFF	康熙部首、扩展 B/C/D 汉字
补充特殊用途平面 SSP	U+E0000 – U+EFFFF	标签、变体选择器

4. 前端转义一览

// ES5 代理对（>U+FFFF）
"\uD83D\uDE00"        // 😀
// ES6 大括号写法
"\u{1F600}"           // 😀
// 数字转义
String.fromCharCode(0x4F60)      // "你"
String.fromCodePoint(0x1F600)    // 😀

5. 常见误区

• Unicode ≠ UTF-8：前者是字符集，后者是编码实现；
• 长度陷阱：JS .length 返回 UTF-16 代码单元数，emoji 可能为 2；
• 存储大小：UTF-8 英文 1 字节，中文 3 字节，emoji 4 字节。

6. 历史里程碑

1. 1988 年 Unicode 项目启动，1991 年发布 1.0；
2. 2006 年 UTF-8 占比超过 50%，成为互联网事实标准；
3. 2022 年 Unicode 14.0 新增 838 个字符，累计 144,697 个。

7. 一句话记住

Unicode 给每个字符发“全球身份证”，\uXXXX 只是这张身份证的“转写形式”，让文本在代码里安全通行。

8. 什么是 Unicode 解码？

将\uXXXX或\u{XXXXXX}形式还原为人类可读的字符，常用于读取配置文件、反序列化文本、还原聊天内容。

9. 常见场景

• 读取经编码的 JSON 日志
• 还原前端控制台输出的转义字符串
• 解析经编码的聊天/邮件内容

10. JavaScript 快速参考

// 解码
function fromUnicode(str) {
  return str.replace(/\\u[\dA-F]{4}/gi, (m) => String.fromCharCode(parseInt(m.slice(2), 16)));
}

11. 隐私说明

全部计算在浏览器完成，零上传、零收集。