漢字編碼查詢(Big5/GB/Unicode)

简繁 EN

About this tool

查漢字的 Unicode、UTF-8、Big5、GBK、GB18030

免費漢字編碼查詢工具。輸入任意字元,逐字顯示 Unicode 碼位、UTF-8、UTF-16、Big5、GBK/GB2312、GB18030 十六進位,以及 HTML 實體與十進位碼位。瀏覽器本地計算,不上傳資料。

RT-DEV-095 · Developer Tools

Enter Chinese characters / text

Parsed per character — computed locally in your browser; nothing is uploaded.

使用方法

貼上或輸入字元

在輸入框中貼上或鍵入一個或多個字元——漢字、標點、ASCII、表情符號、擴展區罕用字皆可。工具按 Unicode 碼位逐字拆分,代理對(如擴展 B 區罕字)會被完整保留為單個字元。

查看每字的編碼

每個字元顯示為一張卡片:Unicode 碼位(U+)、UTF-8 位元組、UTF-16 (BE) 碼元、Big5、GBK/GB2312、GB18030,以及 HTML 實體(&#x…;)與十進位碼位。

理解 Big5 與 GB 欄

Big5 只收錄繁體字,簡體字會顯示「不在 Big5」。GBK/GB2312 涵蓋簡體與大量繁體;GB18030 在 GBK 已收錄時與其相同(2 位元組),僅對 GBK 之外的字元顯示 4 位元組編碼。

一鍵複製

每個數值旁的「複製」按鈕可將該十六進位 / 碼位複製到剪貼簿,方便直接貼進程式碼、資料庫或終端機。全部計算在瀏覽器本地完成。

漢字編碼:從 Big5、GB 到 Unicode 的來龍去脈

對處理中文的開發者而言,「同一個字,在不同編碼裡是不同的位元組」是最容易踩坑的地方。一個漢字在 UTF-8 裡通常佔 3 個位元組,在 Big5 或 GBK 裡佔 2 個位元組,而它的 Unicode 碼位又是另一套數字。本工具把任意字元在這些主流編碼下的十六進位表示一次性列出,方便你在資料遷移、亂碼排查、協定對接時快速核對。所有換算都在瀏覽器本地完成,不會把你的文字上傳到任何伺服器。

Big5 與 GB 系列:兩套並行的本地編碼

Big5 是台灣、香港地區繁體中文的傳統編碼,只收錄繁體字與符號,因此簡體字在 Big5 中「不存在」,本工具會標註「不在 Big5」。大陸一側則是 GB 系列:最早的 GB2312 只含約 6,763 個常用簡體字;GBK 向後相容 GB2312 並擴充到約兩萬字,同時收錄大量繁體字;GB18030 則是國家強制標準,用 1、2、4 位元組變長方案涵蓋整個 Unicode——當一個字已在 GBK 中(2 位元組)時,它的 GB18030 編碼與 GBK 完全相同,只有 GBK 之外的字元才會用到 4 位元組形式。理解這層相容關係,能解釋為什麼很多「GBK 檔案」其實可以安全地當作 GB18030 讀取。

Unicode、UTF-8 與 UTF-16:碼位與位元組的區別

初學者常把「Unicode 碼位」和「UTF-8 位元組」混為一談,其實它們是兩個層次:碼位(code point)是字元在 Unicode 字元集中的抽象編號(如「中」是 U+4E2D),而 UTF-8 / UTF-16 是把這個碼位序列化成位元組的具體方案。UTF-8 對 ASCII 用 1 位元組、對常見漢字用 3 位元組;UTF-16 對基本平面字元用 1 個 16 位元碼元,對補充平面(如擴展 B 區的罕用字)用一對「代理對」碼元。本工具按 Array.from 的碼位粒度拆分,因此即使是需要代理對的四位元組字元,也會被當作單個字元正確顯示,不會被截成兩半。

「亂碼不是字元壞了,而是用錯了解碼器。」——每個處理多編碼的開發者遲早會懂的道理。

什麼時候你會用到這個工具

典型場景包括:把舊的 Big5 / GBK 資料庫遷移到 UTF-8 時核對位元組;偵錯 URL 編碼、HTTP 標頭或檔名亂碼;為前端手寫 HTML 數字實體(中);確認某個生僻字是否落在 GBK 收錄範圍內,從而決定是否需要 GB18030 或直接走 Unicode。本工具是一個純前端的開發輔助:不呼叫任何模型、不發起除編碼詞表以外的網路請求、不含隨機性,相同輸入永遠得到相同結果——這正是一個可靠的編碼參考所應有的確定性。

關於漢字編碼的 10 個事實

一個常見漢字在 UTF-8 中佔 3 個位元組,在 Big5 / GBK 中佔 2 個位元組。這就是為什麼同一段中文文字在不同編碼下檔案大小不一樣。

「Unicode 碼位」是字元的抽象編號,「UTF-8」是把碼位變成位元組的方案。U+4E2D 是「中」的碼位,E4 B8 AD 才是它的 UTF-8 位元組。

Big5 只收錄繁體字,所以簡體字在 Big5 中根本不存在——把簡體文字儲存為 Big5 會直接丟字或產生亂碼。

GB2312(1980)只含約 6,763 個簡體常用字;GBK 擴充到約兩萬字並向後相容 GB2312;GB18030 則涵蓋整個 Unicode。三者是逐層包含的關係。

對已在 GBK 中的字元,GB18030 的編碼與 GBK 完全相同(2 位元組)。只有 GBK 之外的字元才會用到 GB18030 的 4 位元組形式。

GB18030 自 2001 年起是中國的強制性國家標準,要求在中國銷售的軟體支援它——這是它能完整涵蓋 Unicode 的原因。

UTF-16 對基本平面字元用一個 16 位元碼元,對補充平面字元(如擴展 B 區罕字)用一對「代理對」碼元——這就是為什麼有些字「佔兩個 char」。

在 JavaScript 中用 string.length 數中文字元可能出錯:補充平面字元的 .length 是 2。要按真正的字元迭代應使用 Array.from() 或 for...of。

HTML 數字實體中與中表示同一個「中」字——前者十六進位、後者十進位。它們引用的是 Unicode 碼位,與頁面用什麼編碼無關。

同一個漢字在 Big5 與 GBK 裡的位元組幾乎總是不同(如「繁」:Big5 是 C163,GBK 是 B7B1)。這正是跨編碼遷移必須逐字映射、不能直接拷貝位元組的原因。

常見問題

碼位是字元在 Unicode 字元集中的抽象編號(如「中」= U+4E2D),它不規定如何儲存為位元組。UTF-8 是一種把碼位編碼成位元組的具體方案:ASCII 用 1 位元組,常見漢字用 3 位元組。同一個碼位在 UTF-8、UTF-16、UTF-32 下的位元組各不相同,但指向的是同一個字元。
Big5 是繁體中文的傳統編碼,只收錄繁體字與符號,完全不含簡體字。因此當你輸入簡體字(或某些生僻字、擴展區字元)時,Big5 欄會顯示「不在 Big5」,表示該字元在 Big5 中沒有對應編碼。這類字元若要儲存,應使用 GBK、GB18030 或 UTF-8。
GBK 是 2 位元組定長編碼,收錄約兩萬字。GB18030 是變長編碼(1、2、4 位元組),涵蓋整個 Unicode,且是中國的強制國家標準。關鍵點:對已在 GBK 中的字元,二者編碼完全相同;只有 GBK 範圍之外的字元,GB18030 才用 4 位元組表示。本工具在這種 4 位元組情形下顯示專門的 GB18030 編碼,否則它與 GBK 相同。
BE 指 Big-Endian(大端序),即高位位元組在前。本工具顯示的是 UTF-16 的碼元(每個 16 位元碼元一組,如「中」是 4E2D),按大端序書寫。若你的系統使用小端序(LE),位元組順序會顛倒(2D4E)。基本平面字元是 1 個碼元,補充平面字元是一對代理對碼元。
可以。Unicode 碼位、UTF-8、UTF-16、HTML 實體與十進位碼位對任意字元都有效,包括 ASCII 字母、標點和表情符號。Big5 / GB 欄只對其收錄的字元給出值,其餘顯示「不在…」。表情符號位於補充平面,會以 4 位元組 UTF-8 和代理對 UTF-16 正確顯示。
工具會按 Unicode 碼位逐字拆分,為每個字元生成一張獨立的編碼卡片。拆分使用 Array.from,因此需要代理對的四位元組字元(如擴展 B 區罕字)會被當作單個字元,不會被截斷。普通空白字元會被跳過,以免產生空卡片。
不會。所有編碼(Unicode、UTF-8、UTF-16、實體、十進位)都在瀏覽器本地用 JavaScript 計算。唯一的網路請求是一次性、可快取地下載 Big5 / GB 編碼詞表(encmap.json),用於查表;你的文字本身從不離開你的裝置。
工具會優雅降級:Unicode 碼位、UTF-8、UTF-16、HTML 實體與十進位碼位仍然正常顯示(它們由 JS 本地計算,不依賴詞表)。只有 Big5、GBK、GB18030 三欄會暫時不可用,並在結果上方提示詞表未能載入。重新整理頁面通常即可恢復。
因為同一個字在不同編碼中的位元組幾乎總是不同的(如「繁」在 Big5 是 C163,在 GBK 是 B7B1)。把 Big5 位元組直接當作 GBK 或 UTF-8 讀取就會產生亂碼。正確做法是:先用源編碼把位元組解碼成 Unicode 字元,再用目標編碼重新編碼——本工具正好幫你核對每一步的對應關係。
沒有關係。HTML 數字實體(十六進位中或十進位中)引用的是 Unicode 碼位,與頁面宣告的字元集無關。這意味著即使頁面用 ASCII 儲存,你也能用實體表示任意 Unicode 字元——這在郵件範本、設定檔或無法直接輸入中文的環境裡很有用。

Related News

You may be interested in these recent stories from our newsroom.

View all news →

漢字編碼查詢(Big5/GB/Unicode)