字符编码：从ASCII到Unicode
字符编码是计算机将字符映射为数字的规则。ASCII用7位编码128个字符，覆盖英文和基本符号，但对中文等语言无能为力。各国发展了各自的编码标准（中文GB2312/GBK、日文Shift-JIS、韩文EUC-KR），导致了"乱码"这一经典问题。Unicode的出现统一了全球所有字符的编码标准，目前收录了超过14万个字符。
Unicode与UTF-8的区别
这是一个常见的混淆点。Unicode是字符集（定义了每个字符的编号，即码点Code Point），UTF-8是编码方式（定义了码点如何存储为字节序列）。类比：Unicode是电话簿（人名→号码），UTF-8是拨号方式（号码→信号）。
UTF-8是变长编码：ASCII字符占1字节（与ASCII完全兼容），中文占3字节，emoji占4字节。这种设计使得英文文本体积最小，同时支持全球所有字符。
前端开发中的编码问题
\uXXXX转义：JavaScript字符串中的\uXXXX语法表示Unicode码点。例如，"\u4e2d\u6587"就是"中文"。这在JSON传输、国际化文件中非常常见。\u后跟4位十六进制数，范围0000-FFFF。超过这个范围的字符需要使用UTF-16代理对（\uD83D\uDE00 = 😀）。
HTML实体编码：&#XXXX;（十进制）或&#xXXXX;（十六进制）语法。例如，中或中都表示"中"。
CSS content中的Unicode：使用\XXXX语法，如content: "\4e2d\6587"。
乱码的根因和解决
乱码的本质是用错误的编码方式解码字节序列。例如，用GBK解码UTF-8编码的中文就会出现乱码。解决方案：确保文件保存、HTTP响应头、HTML meta标签、数据库连接四者使用相同的编码（推荐统一使用UTF-8）。具体检查步骤：确认文件编辑器保存为UTF-8无BOM格式；确认HTTP响应头Content-Type: text/html; charset=utf-8；确认HTML中有；确认数据库连接使用utf8mb4（MySQL）。
Emoji与UTF-16代理对
Emoji的码点超出了BMP（基本多语言平面，U+0000到U+FFFF），需要4字节表示。在JavaScript中（使用UTF-16内部编码），一个Emoji实际上由两个"字符"组成（代理对），length为2。这就是为什么"😀".length === 2。ES6的Array.from()和展开运算符可以正确处理代理对。
工具推荐
使用我们的在线Unicode编码转换工具，支持\uXXXX、十进制、十六进制、CSS等多种格式互转，逐字对照显示，帮助你在开发中快速处理编码问题。