テキストをコードポイント単位で精査
各文字の U+表記・10進・UTF-8 / UTF-16 バイト・HTMLエンティティを一覧表示します。コードポイント列から文字への逆変換にも対応。ブラウザ内だけで処理します。
| # | 文字 | コードポイント | 10進 | UTF-8 | UTF-16 | HTMLエンティティ |
|---|
使い方とAIOクエリ例
文字化け調査・不可視文字の特定・絵文字のコードポイント確認などに使えます。入力はブラウザ内だけで処理します。
- URLクエリ例:
unicode_inspector.html?input=A&action=inspect&format=json actionはinspect（既定・テキスト→コード）またはfrom_codepoint（コードポイント→文字）。format=jsonは機械可読JSON、format=rawは結果テキストだけを返します。
入力したテキストを1コードポイントずつ分解し、各文字の「コードポイント（U+XXXX）・10進数・UTF-8バイト列・UTF-16バイト列・HTMLエンティティ」を一覧表示します。文字化け調査・不可視文字の特定・絵文字の内部表現確認など、文字コードに関するあらゆる場面で活用できます。すべての処理はブラウザ内で完結し、入力内容が外部サーバーへ送信されることはありません。
使い方・サンプル・結果例・注意点
使い方
「テキスト → コード」モード（既定）では、テキストエリアに調べたい文字列を入力して「調べる」ボタンを押すと、コードポイント単位の一覧表が表示されます。「コードポイント → 文字」モードに切り替えると、「U+0041 U+3042」のようにコードポイントを空白またはカンマ区切りで入力することで、元の文字列に復元できます。0x接頭辞や裸の16進数形式も入力として受け付けます。
サンプル入力
A あ 😀
結果例
【A】コードポイント: U+0041 / 10進: 65 / UTF-8: 41 / UTF-16: 0041 / HTMLエンティティ: A 【あ】コードポイント: U+3042 / 10進: 12354 / UTF-8: E3 81 82 / UTF-16: 3042 / HTMLエンティティ: あ 【😀】コードポイント: U+1F600 / 10進: 128512 / UTF-8: F0 9F 98 80 / UTF-16: D83D DE00（サロゲートペア2語）/ HTMLエンティティ: 😀 スペース（U+0020）や記号も1行ずつ出力されます。
注意点
本ツールはgrapheme（書記素）単位ではなく、Unicodeコードポイント単位で行を出力します。そのため「👨👩👧」のようなZWJ（U+200D）で連結された家族絵文字は、構成する各コードポイントが別々の行として表示されます。U+202E（RLO）などの双方向制御文字や制御文字（U+0000〜U+001F等）は、画面崩れや視覚的偽装を防ぐため生文字では表示せず「[U+202E]」のようなプレースホルダに置き換えます。入力上限は5000文字程度です。すべての処理はブラウザ内で完結し、外部への送信・署名検証・サーバー処理は一切行いません。
こんなときに使えます
- 文字化けしたテキストのバイト列を調べ、文字コードの誤変換箇所を特定する。
- コピーしたテキストに紛れ込んだゼロ幅スペース（U+200B）やRLOなどの不可視・制御文字を発見・除去する。
- 絵文字のUTF-8バイト列やサロゲートペアを確認し、データベースやAPIへの正しい文字コード対応を検討する。
- HTMLに埋め込む特殊文字や記号をHTMLエンティティ形式（&#xXXXX;）に変換し、安全なマークアップを作成する。
よくある質問
絵文字を入力したら複数行に分かれて表示されました。なぜですか？
本ツールはUnicodeのコードポイント単位で分解して表示します。「👨👩👧」のような複合絵文字はZWJ（U+200D）や複数のコードポイントで構成されているため、人間が「1文字」と認識しても複数行になります。これは仕様であり、誤動作ではありません。
制御文字が「[U+202E]」のように表示されるのはなぜですか？
U+202E（Right-to-Left Override）などの双方向制御文字やその他の制御文字を生のまま画面に描画すると、テキストの表示方向が乱れたり、視覚的な偽装（フィッシング等）に悪用される恐れがあります。そのため安全のためプレースホルダ形式で表示しています。
UTF-8とUTF-16の違いは何ですか？
UTF-8は1〜4バイトの可変長エンコードで、ASCIIと互換性があります（例：'A'は1バイトの41）。UTF-16は2または4バイトの可変長エンコードで、U+FFFFを超えるコードポイント（補助文字・絵文字等）はサロゲートペアと呼ばれる2語（4バイト）で表現します（例：'😀'はD83D DE00）。
「コードポイント → 文字」モードではどのような形式で入力できますか？
「U+0041 U+3042」のようにU+接頭辞を付けた16進数を空白またはカンマ区切りで並べる形式が基本です。「0041」のような裸の16進数や「0x0041」のような0x接頭辞付きの形式も受け付けます。複数のコードポイントを続けて入力すると、それらが結合された文字列として復元されます。
サロゲートペアとは何ですか？
UTF-16はもともと全コードポイントを2バイト（1語）で表現する設計でしたが、Unicodeの文字数が65536を超えたため、U+10000以上の文字は「上位サロゲート（D800〜DBFF）」と「下位サロゲート（DC00〜DFFF）」の2語をペアにして表現します。これをサロゲートペアといいます。'😀'（U+1F600）のUTF-16はD83D DE00がその例です。