text / encoding

文字コード変換

文字を入力すると Unicode コードポイント・UTF-8バイト列・UTF-16LE・HTML実体参照をリアルタイムで表示します。U+XXXX 形式・10進数・16進数からの逆引きにも対応しています。

0 / 20 文字
コードポイントから文字に変換
→
コードポイントを入力してください

使い方

01
  1. 上部のテキストエリアに解析したい文字を入力してください（最大20文字）
  2. 入力するたびに各文字のUnicode・UTF-8・UTF-16LE・HTML実体参照が即座に表示されます
  3. 絵文字（😀）や日本語（あいう）など、あらゆるUnicode文字に対応しています
  4. 下部の「コードポイントから変換」では U+3042、12354、0x3042 の3形式を入力できます

実装コード

02

ブラウザ標準の TextEncoder・String.fromCodePoint()・codePointAt() のみで実装しています。外部ライブラリ不要でそのままコピーして利用できます。

export interface CharInfo {
  char: string
  codePoint: number     // Unicodeコードポイント（10進）
  codePointHex: string  // U+XXXX 形式
  utf8Bytes: string     // 例: "E3 81 82"
  utf16le: string       // 例: "42 30"
  htmlEntity: string    // 例: "あ" or "&"
  htmlEntityHex: string // 例: "あ"
  category: string
}

// 文字列の各文字を解析（サロゲートペア対応）
export function analyzeString(input: string): CharInfo[] {
  const chars = [...input].slice(0, 20)  // spread でコードポイント単位に分解
  return chars.map(char => {
    const cp = char.codePointAt(0) ?? 0
    const utf8 = new TextEncoder().encode(char)
    return {
      char,
      codePoint: cp,
      codePointHex: 'U+' + cp.toString(16).toUpperCase().padStart(4, '0'),
      utf8Bytes: Array.from(utf8)
        .map(b => b.toString(16).toUpperCase().padStart(2, '0'))
        .join(' '),
      // ... UTF-16LE, HTML entity など
    }
  })
}

// U+XXXX / 10進 / 0x16進 → コードポイント解析
export function parseCodePoint(input: string): number | null {
  const s = input.trim()
  const uPlus = s.match(/^[Uu]\+([0-9A-Fa-f]{1,6})$/)
  if (uPlus) return parseInt(uPlus[1], 16)
  const hex0x = s.match(/^0[Xx]([0-9A-Fa-f]+)$/)
  if (hex0x) return parseInt(hex0x[1], 16)
  if (/^\d+$/.test(s)) return parseInt(s, 10)
  return null
}

よくある使用例・注意点

03
UTF-8 エンコードとバイト数の把握
ASCII文字（U+0000〜U+007F）はUTF-8で1バイト、日本語のひらがな・漢字（U+0800〜U+FFFF）は3バイトになります。データベースのフィールド長やHTTPヘッダーのbyte計算をする際にこのツールで確認できます。
サロゲートペアと絵文字
JavaScriptの文字列はUTF-16エンコードを使用します。U+10000以上の文字（多くの絵文字・一部の漢字）は2つのコードユニット（サロゲートペア）で表現されます。このためstr.lengthは文字数と異なる場合があります。このツールは[...str]スプレッド構文でコードポイント単位に正しく分解しています。
HTML実体参照の使い分け
& < > " ' の5文字はXSS対策として必ずエスケープが必要です。  は改行禁止スペース（U+00A0）で通常の半角スペースとは別物です。© ® ™ などの記号は名前付き参照か数値参照（© / ©）を使えます。
UTF-16LE とバイトオーダー
Windowsのテキストファイルや一部のAPIはUTF-16LE（リトルエンディアン）を使用します。例えば 'A'（U+0041）はUTF-16LEでは 0x41 0x00 の2バイトになります。JavaScriptのcharCodeAt()は常にUTF-16コードユニットを返します。
U+FFFD 文字化け・置換文字
U+FFFD（□に?）はUnicodeの置換文字で、デコード不可能なバイトシーケンスを受け取った際に表示されます。文字化けの調査では、どのバイト列がU+FFFDに置換されているかを追うとエンコーディングの不一致を特定できます。

関連ツール

04
HTMLエスケープURLエンコードBase64エンコード

ソースコード

05

このツールのソースコード（テストコードを含む）はGitHubで公開しています。 MITライセンスで自由に利用・改変できます。

GitHub でコードを見る →