🔡 文字コード変換

文字コード変換ツールは、入力した文字が内部でどんな番号やバイトで表されているかを調べ、複数の表記に変換するツールです。文字 ↔ Unicodeコードポイント（U+XXXX）↔ 10進数 ↔ UTF-8バイト ↔ HTML数値文字参照 ↔ \uXXXX を一度に相互変換でき、Webページのコーディングや文字化けの調査、プログラムでの文字指定などに役立ちます。すべてブラウザ内で動く完全クライアント処理です。

Unicodeのコードポイントは、世界中の文字に振られた一意の番号で、「U+」に続けて16進数で表します。たとえば半角の「A」はU+0041（10進で65）、ひらがなの「あ」はU+3042（10進で12354）、漢字の「漢」はU+6F22です。本ツールは各文字のコードポイントを16進・10進の両方で表示します。

UTF-8は、Unicodeのコードポイントを実際のバイト列（データ）に変換する代表的な方式で、現在のWebの標準です。ASCII（半角英数記号）は1バイト、ラテン文字の一部は2バイト、日本語などは3バイト、絵文字の多くは4バイトで表現されます。たとえば「あ」はUTF-8で E3 81 82 の3バイト、「A」は 41 の1バイトです。本ツールは各文字のUTF-8バイトを16進で表示します。

HTMLでは、文字を「数値文字参照」という形で書くこともできます。16進表記の あ や、10進表記の あ はどちらも「あ」を表します。特殊な記号や、環境によって入力しにくい文字をHTMLに直接埋め込みたいときに使われます。本ツールは選んだ文字に対応する両方の実体参照を生成するので、そのままコピーして使えます。

プログラミングでよく使う \uXXXX エスケープにも対応しています。JavaScriptやJava、JSONなどでは、「あ」を \u3042 のように書けます。なお、絵文字のようにU+10000以上のコードポイントは、UTF-16では2つの符号単位（サロゲートペア）で表されるため、\uD83D\uDE00 のように2つに分かれます。本ツールはこの分解と、ES2015以降の \u{1F600} の両方を表示します。

絵文字やサロゲートペアの扱いは、文字コードを扱ううえでつまずきやすいポイントです。たとえば「😀」はコードポイントU+1F600（10進128512）で、UTF-8では F0 9F 98 80 の4バイト、UTF-16では D83D DE00 の2つの符号単位になります。JavaScriptの素朴な文字数カウント（length）ではこうした絵文字が2文字と数えられてしまいますが、本ツールはコードポイント単位で正しく1文字として分解して表示します。