UTF-8在线计算步骤：网页工具操作与核对

UTF-8 是 Unicode 最常用的存储编码，用 1–4 个字节表示一个字符：ASCII 字符 1 字节，拉丁字母扩展 2 字节，常用汉字 3 字节，emoji 等 4 字节。下面重点说明网页工具操作与核对。

UTF-8在线计算步骤

本站的字符编码检测工具可以直接处理，计算在浏览器本地完成，适合快速核对结果。

1. 用本站字符编码检测工具粘贴文本或上传文件，查看识别出的编码
2. 乱码时对比 UTF-8 与 GBK 两种解读结果
3. 确认后在编辑器中以 UTF-8（无 BOM）重新保存

校验是否为合法 UTF-8：Python 尝试 decode("utf-8")，Go 用 utf8.Valid，命令行用 iconv -f UTF-8 -t UTF-8 file > /dev/null，报错即说明有非法字节。

示例

输入：Man

编码结果：4D 61 6E

说明：按 UTF-8 共 3 字节。

与相关技术的区别

UTF-8 与 GBK：UTF-8 覆盖全部 Unicode，汉字 3 字节；GBK 只覆盖简繁汉字和部分符号，汉字 2 字节，但不能表示 emoji 和多数外文。UTF-8 与 UTF-16：UTF-16 中 BMP 字符 2 字节，适合内存中处理（Java、JavaScript、Windows 内部），但不兼容 ASCII。

JavaScript 示例

下面是 JavaScript 中处理UTF-8的常用写法：

new TextEncoder().encode("中");        // Uint8Array [228, 184, 173]
new TextDecoder("utf-8").decode(bytes);
// Node.js
Buffer.byteLength("123问", "utf8");    // 6

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。

常见问题

【“中文”是什么乱码？】UTF-8 编码的“中文”被按 Latin-1/Windows-1252 解读的结果。

【UTF-8 能表示所有汉字吗？】能，包括所有 CJK 扩展区汉字。

【一个汉字在 UTF-8 中占几个字节？】常用汉字 3 个字节；扩展 B 区及以后的生僻字 4 个字节。

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： 文本处理