テキストを UTF-8 バイトの 2 進数に変換

UTF-8 の各バイトを 8 ビットで見る

テキストの UTF-8 バイトを 2 進数で調べるときに使います。ASCII の A は 1 バイトなので、8 ビットの 01000001 になります。アクセント付き文字を加えると、見た目の文字数より組の数が多くなる場合があります。UTF-8 ではその文字に複数バイトを使うためです。出力の空白は各バイトの境界を読みやすくするもので、各組の中の 0 と 1 がバイト値を表します。通信データや文字コードの問題、学習用の例を確認する際に役立ちます。

各ビット群が必ず一つの表示文字に対応すると考えてはいけません。複数バイトで表す UTF-8 の文字は、対応する群を順序どおりにまとめて初めて意味が分かります。このツールは UTF-16 のコード単位、Unicode のスカラー値、ファイルのメタデータや圧縮結果を表示しません。また十進数を二進数へ換える操作でもありません。10 と入力すると、数値ではなく文字 1 と 0 のテキストを処理します。可逆性を確かめるには、出力を対応する二進数からテキストへのツールへ貼り付け、元の入力と比較してください。

2 進数の各組は UTF-8 のバイト

1 バイトは 8 ビットから成り、各ビットを 0 または 1 で表示します。このツールは UTF-8 で符号化したテキストの各バイトを、空白で区切った 8 桁の組として並べます。ASCII の A なら 01000001 が一組です。アクセント付き文字、多くの記号、絵文字には UTF-8 の複数バイトが必要なので、一文字から複数の組が出ます。ここに表示されるのはテキストの保存用バイト表現であり、各 Unicode 文字の符号点を直接 2 進数にしたものではありません。

ビット列を確認する

元のテキストを使い、受け取り側が符号化した表現を要求しているか確認してください。テキストを貼り付けるか例を読み込み、結果を確認してからコピーします。処理はこのブラウザー内で行われ、入力は変換サービスへ送信されません。変わるのは情報の書き方であり、文の意味ではありません。結果を後で検証する必要があれば元の入力を残してください。アクセント記号、絵文字、句読点、改行があると、符号化後の文字列は元の見た目と大きく異なる場合があります。一つの見える文字が必ずしも一バイトではないことを、学生や同僚へ示す例です。A とアクセント付きの文字を比べると、前者は一つの 8 ビット列、後者は複数の列になる場合があります。確認しやすいように列の間の空白を残しますが、列が表すのは UTF-8 のバイトであり、個々の文字の絵や十進数ではありません。このページの例では「Hi」を「01001000 01101001」へ変換します。表示結果を省略せず確認し、自分のデータに適用する前に句読点と文字を照合してください。