Unicode экранирование и деэкранирование

Конвертируйте текст в Unicode-последовательности вида \u0041 или декодируйте экранированные последовательности обратно в символы. Полезно при работе с интернационализацией и отладке кодировок.

Ввод

Вывод

Возможности

Формат \uXXXX

Формат \UXXXXXXXX

Формат &#xHHHH;

Формат &#DDDD;

Как использовать

1. Выберите режим «Экранировать» или «Деэкранировать».

2. Вставьте текст в поле ввода.

3. Результат отображается справа — нажмите «Копировать».

Об этом инструменте

Escape-последовательности Unicode позволяют записать любой символ только средствами ASCII — это полезно в исходном коде, JSON, конфигурационных файлах и HTML, где важны точные байты. Этот инструмент переводит текст в четыре формата и обратно: \uXXXX, как в JavaScript, JSON и Java, где символы за пределами U+FFFF, например эмодзи, превращаются в суррогатные пары; \UXXXXXXXX с восемью шестнадцатеричными цифрами для полного кода символа, как в Python и C; и числовые HTML-ссылки &#xHHHH; и &#DDDD;. Экранируются только символы вне ASCII, поэтому обычные латинские буквы и цифры остаются читаемыми, а кириллица, наоборот, превращается в последовательности. При обратном преобразовании выбранный формат распознаётся и последовательности снова становятся символами; если в режиме экранирования вставить уже экранированный текст, инструмент сам сменит направление.

Часто задаваемые вопросы

Чем отличаются последовательности \u и \U?

За \u следуют четыре шестнадцатеричные цифры, обозначающие одну кодовую единицу UTF-16, поэтому символам выше U+FFFF нужны две последовательности (суррогатная пара). За \U следуют восемь шестнадцатеричных цифр, которые напрямую задают полный код символа, как поддерживается в Python и C.

Почему эмодзи превращается в две последовательности \u?

Эмодзи вроде 😀 (U+1F600) находятся за пределами базовой многоязычной плоскости. В UTF-16, который используют JavaScript и Java, они хранятся как старший и младший суррогаты, например \ud83d\ude00.

Когда в HTML использовать &#x; или &#;?

На страницах в UTF-8 символы обычно можно писать напрямую. Числовые ссылки полезны, когда система вырезает текст вне ASCII, когда нужен невидимый символ вроде неразрывного пробела или в XML-файлах с ограниченной кодировкой.

Экранирование Unicode — это то же самое, что URL-кодирование?

Нет. URL-кодирование превращает байты символа в UTF-8 в последовательности %XX, поэтому я становится %D1%8F. Экранирование Unicode записывает код символа, поэтому я становится \u044f или я.

Почему некоторые экранированные строки не преобразуются обратно?

Последовательности должны точно соответствовать выбранному формату. Одиночный суррогат, недостающие цифры или смешение форматов, например \u044f и я в одном тексте, оставят эти части без изменений.

Unicode экранирование и деэкранирование

Возможности

Как использовать

Об этом инструменте

Часто задаваемые вопросы

Похожие инструменты