テキストをUTF-8バイト値に変換

具体的な変換例

UTF-8 は Unicode テキストをバイト列として表します。ASCII の文字は通常 1 バイトですが、ひらがななど多くの文字には複数のバイトが必要です。処理はブラウザー内で行われます。入力例「こんにちは、世界！」の結果は「227 129 147 227 130 147 227 129 171 227 129 161 227 129 175 227 128 129 228 184 150 231 149 140 239 188 129」です。出力の 0～255 の整数はそれぞれ一つのバイトを表し、Unicode のコードポイントそのものではありません。一つの文字が何バイトになったか調べるときは、元の文字列と出力の区切りを慎重に比べてください。

表現形式の仕組み

UTF-8 は Unicode スカラー値をバイト列に符号化します。ASCII の英字と数字は ASCII と同じ一バイトの値を使い、アクセント付き文字や絵文字は通常それより多くのバイトを使います。10 進のバイトリストは正確な転送バイトを示し、コードポイントや文字列全体を 10 進数として解釈した値ではありません。UTF-8 デコーダーは後続バイト、過長形式、無効なスカラー範囲を厳密に検査し、黙って置換文字を入れません。個々の UTF-8 バイト列でバイト順序は変わりません。この表示はプロトコルのデータ、文字化けの調査、Unicode テキスト値とそれを運ぶ物理的なバイトの区別に役立ちます。UTF-8 は Unicode テキストをバイトへ直列化します。UTF-8 では ASCII は一バイトですが、その他の多くの文字は二～四バイトです。転送層で障害のあるリクエストと正常なリクエストを比較するには、この 10 進リストを使ってください。

改行、改行しない空白、結合記号は、見た目だけでは分からないバイトを加える場合があります。このツールは入力した文字を符号化するだけで、ファイルヘッダー、バイト順マーク、通信プロトコルの枠は追加しません。目に見える文字数とは別にバイト数を記録してください。後続のログで数字の区切りが違うなら、記号の見た目ではなく順序を保った 0–255 の値を比較します。数値表示になっていても、機密の本文を共有の調査チケットに貼らないでください。

限界と信頼性

Unicodeテキストを入力してください。このツールは各UTF-8バイトを0～255の符号なし10進数で表示します。1文字が複数のバイトになる場合もあります。この変換方向は、表示文字列ではなく10進数のバイト列をプロトコルログやテストデータに記録するときに役立ちます。出力の各数値は1バイトで、空白で区切られます。基本的なASCII文字は通常1文字につき1つの数値ですが、アクセント付きの文字や絵文字は複数の数値になることがあります。各バイト値をUnicodeコードポイントと取り違えないでください。見た目が同じ語から違うバイト列が出たら、正規化や結合記号を調べます。デコーダーの試験ではバイトの順序を保ってください。