Unicode 字符分析

查看文本中每个字符的 Unicode 码点、UTF-8 字节与 UTF-16 单元，识别常见空白、零宽字符和双向控制符，辅助排查字符问题。

核心处理在浏览器本地完成，不主动上传输入内容；本组工具不加载第三方广告。请勿使用真实生产密钥测试。

准备就绪。

使用说明与限制

排查乱码和不可见字符的步骤

原样粘贴待检查的文本，不要先手动清理空格或换行，否则可能把问题字符一并删掉。
点击“处理”，先看码点、UTF-16 单元和 UTF-8 字节的总数，再逐行查看下方明细。
关注标记为零宽、空白或双向控制的条目；复制或下载 JSON，可把码点记录提供给开发者排查。工具不会自动删除或替换原文。

示例：为什么三个字符占了四个 UTF-16 单元？

A中😀

此例有 3 个码点、4 个 UTF-16 单元、8 个 UTF-8 字节：

A: 码点 U+0041；UTF-8 为 41；UTF-16 为 0041。
中: 码点 U+4E2D；UTF-8 为 E4 B8 AD；UTF-16 为 4E2D。
😀: 码点 U+1F600；UTF-8 为 F0 9F 98 80；UTF-16 需要代理对 D83D DE00，因此占两个单元。

怎样看懂不可见字符提示？

U+0020 是普通空格，U+00A0 是不换行空格；两者看起来接近，但比较和换行行为可能不同。
U+200B 是零宽空格，可能导致账号、URL 或复制内容看起来相同却匹配失败。U+200D 是零宽连字，在某些 emoji 序列中具有正常用途，不应一律删除。
Tab、换行、回车和部分双向控制字符会用标签显示，避免控制符影响表格排版。标签是结果里的说明，不是原始文字的一部分。

这里的“字符数”就是肉眼看到的字数吗？

不是。e 加组合重音 U+0301 可以显示得像一个字形，但占两个码点；家庭 emoji 也可能由多个码点组合。此工具逐码点分析，不做完整字素分段、不提供所有 Unicode 字符名称，也不自动进行规范化。每次最多分析 5000 个码点。