Unicode 码点查询
开发者工具字符 ↔ U+码点 ↔ UTF-8 字节
答案速览
字符 ↔ U+码点 ↔ UTF-8 字节互查："中" = U+4E2D = E4 B8 AD；emoji 超 U+FFFF 在 JS 中 length 为 2。
中
字符数（码点）3
UTF-8 字节8
UTF-16 单元4
辅助平面字符1
| 字符 | 码点 | UTF-8 | UTF-16 | HTML | JS |
|---|---|---|---|---|---|
| 中 | U+4E2D | 0xE4 0xB8 0xAD | 0x4E2D | 中 | \u4e2d |
| A | U+0041 | 0x41 | 0x0041 | A | \u0041 |
| 🚀 | U+1F680 | 0xF0 0x9F 0x9A 0x80 | 0xD83D 0xDE80(代理对) | 🚀 | \u{1f680} |
编码原理
- 1码点是抽象编号（如 U+4E2D）；UTF-8/UTF-16 是这个编号的字节排布方式。
- 2UTF-8：ASCII 1 字节、常用汉字 3 字节、Emoji 4 字节——与 ASCII 完全向后兼容。
- 3JS 的 string.length 按 UTF-16 单元计数："🚀".length === 2。真实字符数请用 [...str].length。
安全：零宽字符（U+200B、U+FEFF）与同形字符（西里尔 а vs 拉丁 a）常被用于钓鱼与暗水印——处理不可信文本时应归一化并剥离。字符串比较前注意 NFC/NFKC 归一化（é 有单码点与组合两种表示）。
这个工具对你有帮助吗？
怎么用
- 字符查码点：输入任意字符（汉字、emoji、符号），得 U+码点、十进制、UTF-8 字节、HTML 实体。
- 码点查字符：输入 U+4E2D、0x4E2D 或 中 等格式反查字符。
- 多字符输入取首字：只解析第一个字符（含 emoji）。
- 前端/后端联调：乱码排查时核对码点与字节是否匹配。
核心要点
- 码点 ≠ 字节："中"是 1 个码点（U+4E2D），UTF-8 占 3 字节（E4 B8 AD）。
- emoji 长度陷阱：😀 = U+1F600，超出 U+FFFF，JS 中 "😀".length === 2（UTF-16 代理对），截断字符串会切出乱码。
- UTF-8 变长：ASCII 1 字节、常用汉字 3 字节、emoji 4 字节——按字节截断必坏字。
- HTML 实体：中 十进制、中 十六进制，防止特殊字符被解析。
原理与公式
Unicode 与 UTF-8
码点（Code Point）：字符的唯一编号，记作 U+XXXX（如"中" = U+4E2D）
UTF-8 变长编码：U+0000–007F → 1 字节；U+0080–07FF → 2 字节；U+0800–FFFF → 3 字节；U+10000 以上 → 4 字节
UTF-16：U+FFFF 以内 1 码元，之外用代理对（2 码元）——所以 "😀".length === 2（JS）
HTML 实体：中（十进制）或 中（十六进制）
示例："中" → U+4E2D，UTF-8 字节 E4 B8 AD，HTML 中。
常见问题
为什么 MySQL 存 emoji 报错了？
旧 utf8 编码只支持 3 字节字符，emoji 需 4 字节。改用 utf8mb4 编码即可（utf8mb4_0900_ai_ci 排序规则）。
U+FE0F 是什么？
变体选择符 VS16，跟在基础字符后强制以 emoji 样式显示（如 ✈︎ → ✈️）。它本身不可见，但占一个码点。
怎么在 JS 里正确遍历 emoji 字符串？
用 for...of 或 [...str]（按码点迭代），不要用 str[i]（按 UTF-16 码元，会拆碎代理对）。
乱码"涓"是怎么来的？
典型 GBK/UTF-8 解码错配：UTF-8 字节被按 GBK 解析。先确认真实字节，再用正确编码解码即可恢复。
相关工具
相关指南
来源与更新
码点与 UTF-8 编码规则依据 Unicode 标准（当前 15.x）；UTF-16 代理对行为按 ECMAScript 规范说明。
最近更新：
本页公式与内容经一键算团队复核，仅供学习参考，实际业务请以官方口径为准。
内容由一键算编辑团队维护并定期复核，更新与审核流程见编辑规范。
引用本页：一键算. Unicode 码点查询[EB/OL]. https://www.yijiansuan.com/c/dev/unicode
本工具提供的结果仅供参考，不构成任何专业建议，请以官方核算为准。