Unicode解码相关的常用正则表达式：匹配与校验写法

Unicode 解码指把 \uXXXX、U+XXXX、&#x…; 这类码点表示还原成可读文字，例如把 \u4e2d\u6587 还原为“中文”。下面重点说明匹配与校验写法。

Unicode解码相关的常用正则表达式

• 匹配 \uXXXX 转义：\\u[0-9a-fA-F]{4}
• 匹配常用汉字（基本区）：[\u4e00-\u9fff]
• 匹配零宽字符：[\u200b-\u200f\ufeff]

不同语言中反斜杠可能需要再转义一次；用于校验时记得加上 ^ 和 $。

示例

输入：a+b=c

还原结果：a+b=c

说明：读取每个 \uXXXX 还原为字符。

规则说明

• JSON、JavaScript、Java 字符串支持 \uXXXX
• Python 字符串支持 \uXXXX 和 \UXXXXXXXX（8 位）
• ES6 起 JavaScript 支持 \u{1F600} 写法
• CSS 中写作 \4E2D，HTML 中写作 中

JavaScript 示例

下面是 JavaScript 中处理Unicode解码的常用写法：

const s = "中文😀";
[...s].map(c => "U+" + c.codePointAt(0).toString(16).toUpperCase());
// ["U+4E2D","U+6587","U+1F600"]
JSON.parse('"\\u4e2d"');  // "中"

运行前确认输入的字符集（推荐 UTF-8），结果可以用本站工具交叉核对。

本站的Unicode转换工具可以直接处理，计算在浏览器本地完成，适合快速核对结果。

常见问题

【Python 怎么把 \u 字符串转中文？】如果是 JSON 字符串用 json.loads；如果是普通文本用 s.encode().decode("unicode_escape")（只适用于 ASCII 文本）。

【中 能解码吗？】可以，这是 HTML 十六进制实体，同样表示“中”。

【.properties 文件里的 \u 怎么处理？】Java 9 起 properties 支持 UTF-8，也可以用 native2ascii -reverse 还原。

文中示例可以在本站对应工具中验证；处理密码、证件号等敏感数据时，请注意保护隐私。

标签： 解码 文本处理