Unicode 码位 - 文本工具 · 萤炬工具箱

Unicode 码位逐字符拆解一段文本，列出每个字素簇及其组成码点、对应的 UTF-8 十六进制字节。用来查清那些「看不见但捣乱」的字符：零宽空格、方向控制符、看起来像空格的不换行空格、外观相同但码位不同的形近字。文本莫名匹配不上、长度算不对时，用它一查就露馅。给出字素簇、码点与 UTF-8 十六进制字节。

Unicode 码位逐字符拆解一段文本，列出每个字素簇及其组成码点、对应的 UTF-8 十六进制字节。用来查清那些「看不见但捣乱」的字符：零宽空格、方向控制符、看起来像空格的不换行空格、外观相同但码位不同的形近字。文本莫名匹配不上、长度算不对时，用它一查就露馅。

使用步骤

1. 粘贴要检查的文本。
2. 查看逐字符的码点与 UTF-8 字节列表。
3. 找出意料之外的隐藏字符或形近字。
4. 回到原文删掉或替换掉它们。

功能与限制

• 给出字素簇、码点与 UTF-8 十六进制字节。
• 不显示 UTF-16 / GBK 等其他编码的字节序列。

常见问题

零宽字符是什么，为什么会混进文本？

零宽空格、零宽连接符等宽度为零、完全不可见，常从网页复制、富文本编辑器或某些输入法带进来。它们会让字符串比较失败、搜索匹配不到，是最难查的一类问题。

码点和字素簇有什么区别？

码点是 Unicode 编号的最小单位，字素簇是「人眼看到的一个字符」。一个带肤色的 emoji 由好几个码点组成但只是一个字素簇，所以两个数字常常不相等。

两个字看起来一模一样，为什么程序判为不同？

很可能是形近字或不同的规范化形式。例如某些拉丁字母有西里尔字母的同形版本，带音标的字符也可能是「基础字母 + 组合记号」而非单一预组合字符。查码点即可确认。

UTF-8 字节列有什么用？

排查编码问题时最直接。若接口返回的字节和这里对不上，说明中途被按错误字符集转码过，可以据此定位是哪一环出错。