Unicode変換ツール

UTF-8

最も広く使用されているUnicodeエンコーディング方式です。

• 1バイトから4バイトの可変長エンコーディング
• ASCII文字は1バイトで表現（互換性）
• 日本語などは3バイトで表現
• Webで標準的に使用

例：
A → 41 (1バイト)
あ → E3 81 82 (3バイト)
🌟 → F0 9F 8C 9F (4バイト)

UTF-16

Windowsやプログラミング言語で使用される16ビット単位のエンコーディング。

• 基本的に2バイト固定長
• サロゲートペアで4バイト文字に対応
• JavaScriptの内部表現
• Windowsのデフォルト

例：
A → 0041
あ → 3042
🌟 → D83C DF1F (サロゲートペア)

Unicodeエスケープシーケンス

\uXXXX形式で文字を表現します。 JavaScriptやJavaなどのプログラミングで使用される一般的な形式です。

// JavaScript例
const text = "\u3053\u3093\u306B\u3061\u306F";
console.log(text); // こんにちは

// Java例
String text = "\u3053\u3093\u306B\u3061\u306F";

HTML文字参照

HTMLで使用される&#xXXXX;形式の文字参照。 Webページで特殊文字を表示する際に使用。

<p>
こんにちは
</p>

// 結果：こんにちは

コードポイント表記

U+XXXX形式で文字を表現。 Unicode規格での正式な表記方法。

例：
U+3042 → あ
U+1F31F → 🌟
U+5B57 → 字

JavaScript

// 文字をUnicodeに変換
const str = "こんにちは";
const unicode = str.split('').map(char => 
    '\\u' + char.charCodeAt(0)
        .toString(16)
        .padStart(4, '0')
).join('');

// Unicodeから文字に戻す
const decoded = unicode.replace(
    /\\u([0-9a-fA-F]{4})/g,
    (_, p1) => String.fromCharCode(
        parseInt(p1, 16)
    )
);

Python

# 文字をUnicodeに変換
text = "こんにちは"
unicode = ''.join(
    f'\\u{ord(c):04x}' 
    for c in text
)

# Unicodeから文字に戻す
decoded = unicode.encode()
    .decode('unicode-escape')

正規化（Normalization）

異なる方法で表現された同じ文字を統一する処理。 NFC、NFD、NFKC、NFKDの4つの正規化形式があります。

// JavaScript例
const text = "ガ"; // U+30AC
const nfd = text.normalize('NFD');
// → U+30AB (カ) + U+3099 (濁点)

サロゲートペア処理

UTF-16で表現できない文字（U+10000以上）を 2つの16ビット値で表現する方式。

// JavaScript例
const emoji = "🌟";
console.log(emoji.length); // 2
console.log(
    emoji.codePointAt(0)
        .toString(16)
); // 1f31f