Unicode 解碼與亂碼自救：\u 轉義是什麼、怎麼還原

先分清你手裡的亂碼是哪一種

「亂碼」不是一種東西，是四種。還原之前先看形態，形態決定方法：

\u4f60\u597d 解開是「你好」，你 解開也是「你」，%E4%BD%A0 解開還是「你」——同一批字元、三層編碼。混著出現（比如 URL 參數裡包著轉義過的 JSON）就一層一層剝。

方法一：線上工具，看不清形態時最省事

Unicode 編碼解碼工具支援上面四種形態的互轉，並帶兩個排查時特別有用的能力：

1. 自動識別輸入格式——不確定手裡是轉義、實體還是百分號編碼時，直接貼上，它按特徵判斷；
2. 字元詳情面板——每個字元的碼點、十進位、十六進位、UTF-8 位元組、分類資訊逐項列出，亂碼到底是編碼問題還是字型問題，看一眼詳情就能定位。

統計區即時顯示字元數與位元組數，「一列到底佔了多少位元組」這種問題不用再心算。轉換歷史存在本地，來回對比兩段文字時可以回翻。

方法二：用程式還原

知道資料來源、想嵌進指令碼裡處理時，兩行 code 的事。

JavaScript——JSON 裡的 \u 轉義在 JSON.parse 時自動解開：

JSON.parse('{"msg":"\\u4f60\\u597d"}').msg;  // "你好"

普通字串裡的轉義，console.log 本身就會渲染；要把任意字元反向轉成 \u 形式，charCodeAt(0).toString(16) 拼四位即可。

Python——unicode_escape 編解碼器專治這個：

s = r"\u4f60\u597d"
print(s.encode().decode("unicode_escape"))  # 你好

URL 編碼則是另一套：urllib.parse.unquote("%E4%BD%A0")。兩者經常疊著出現，先解外層再解內層。

反向：什麼時候需要「編碼」而不是解碼

• 介面或設定檔只接受 ASCII，中文明文過不去——整段轉成 \u 轉義；
• 要在 HTML 裡安全展示特殊字元（<、&、不可見字元）——轉 HTML 實體；
• 拼接 URL 參數——中文必須百分號編碼，否則請求直接報錯；
• 排查「這個字元到底是什麼」——轉成碼點形式，去 Unicode 表裡查它的分類與名稱。

本站工具的輸入輸出一鍵交換，反向操作不用換工具。

Emoji 與代理對：逐字解碼的坑

「😀」的碼點是 U+1F600，超出了 U+FFFF。UTF-16 用一對代理項表示它：\ud83d\ude00。問題來了：

• 逐字元解碼的簡易工具會把這對代理拆成兩個「字元」，輸出兩個問號或兩個方塊；
• 按碼點逐個統計的程式會把一個 Emoji 數成 2 個字元；
• 字串截斷如果切在代理對中間，前後都會爛。

判斷一個工具能不能信，丟一個 Emoji 進去就知道了。本站的轉換按代理對正確處理，U+FFFF 以上的字元不會被拆碎；字元統計同樣按完整字元計數。

常見問題

\u4f60\u597d 這種字串是什麼編碼？

這是 Unicode 轉義序列，每個 \u 後跟四個十六進位，表示一個字元的碼點。\u4f60\u597d 解碼後就是「你好」。它常見於 JSON、JavaScript 原始碼和部分介面回應，本質仍是 UTF-8 文字，只是把非 ASCII 字元寫成了轉義形式。

為什麼有的 Emoji 解碼後會變成兩個字元？

因為它們超出了基本多文種平面（U+FFFF 以上），UTF-16 裡要用一對代理項（Surrogate Pair）表示，佔兩個碼點位置。逐字解碼的工具會把一個 Emoji 拆成兩個亂碼字元；支援代理對的工具能正確合併還原。

\u 轉義和百分號編碼（%E4%BD%A0）是一回事嗎？

不是。\u 轉義按碼點表示字元；百分號編碼是 URL 編碼，按 UTF-8 位元組逐個轉義，一個中文通常是三個 %XX。兩者經常同時出現在同一段資料裡，但編碼層級不同，解碼順序也不同。

怎麼把一段文字反向編碼成 \u 轉義形式？

在 Python 裡用 "你好".encode("unicode_escape")，或本站工具的編碼方向一鍵得到；JavaScript 裡 JSON.stringify 對非 ASCII 字元預設就會輸出 \u 轉義。介面只收轉義形式、或要壓縮非 ASCII 字元可見度時用得上。

線上解碼會把內容傳到伺服器嗎？

本站的 Unicode 轉換在瀏覽器本地完成，輸入不離開裝置，轉換歷史也只存在瀏覽器裡。使用其他線上工具前應確認其資料處理方式，含敏感內容的文字尤其要注意。

相關閱讀

• 另一種「看不懂的文字檔」怎麼開啟：.json 檔案怎麼開啟
• 設定檔格式選型：YAML vs JSON 怎麼選