文本转二进制转换器

在浏览器中即时将文本转换为二进制。

0 个字符

0 个字符

所有转换均在您的浏览器中完成。您粘贴的内容不会被上传或保存。

示例演示

每一行显示一个以文本书写的简短样本,以及转换为二进制后的相同值。

文本输入 二进制输出
Hi 01001000 01101001
SG 01010011 01000111
tool 01110100 01101111 01101111 01101100

深度指南

文本转二进制:字符如何变成 0 和 1

字符如何先变成数字,再变成一串比特:ASCII、é、中文和表情符号的 UTF-8 字节、手动转换方法、计算示例和常见错误。

最后核实: 资料来源: MDN · RFC 3629 本指南的纯文本版

关键数字一览

每字节的位数
8 位二进制数字,不足补零
A 是 65,写成 01000001。工具始终显示完整的 8 位一组,组与组之间用空格隔开。
编码的对象
文本的 UTF-8 字节
不是码点。转换器调用浏览器的 TextEncoder,它始终输出 UTF-8。
来源: MDN
每个字符的字节数
1 至 4 个
ASCII 占 1 个,é 占 2 个,大多数中文字符占 3 个,表情符号占 4 个。
来源: RFC 3629
运行位置
在你的浏览器中
转换是页面上的普通 JavaScript,输入时即时更新。

手动把文本转成二进制

转换器对每个字节做的就是这些步骤。

  1. 步骤 1: 找出字符对应的数字

    第 1 步

    在 ASCII 表中查找(A = 65,a = 97,0 = 48,空格 = 32)。ASCII 以外的字符则使用 Unicode 码点。

  2. 步骤 2: 把非 ASCII 字符转成 UTF-8 字节

    仅限 é、中、表情符号等

    把码点填入其范围对应的 UTF-8 位模式,得到 2、3 或 4 个字节,每个字节是 0 到 255 的数字。

  3. 步骤 3: 把每个字节写成二进制

    第 3 步

    从字节中依次减去位值 128、64、32、16、8、4、2、1,能减就写 1。左边补零到 8 位。

  4. 步骤 4: 用空格连接各字节

    第 4 步

    保持字节顺序。用二进制转文本工具读回,应得到原来的文本。

从字符到比特

计算机把字符存成数字,再把数字存成比特。这里有两步:字符集决定某个字符对应哪个数字(A 是 65),编码决定这个数字如何写成字节。对于英文字母、数字和标点,ASCII 与 UTF-8 一致:每个字符一个字节,最高位为 0。所以 A 变成 01000001。

为什么 é、中文和表情符号不止一个字节

UTF-8 每个字符用 1 到 4 个字节。第一个字节的开头几位说明序列有多长,后面的每个字节都以 10 开头。

码点范围 字节数 位模式
U+0000 至 U+007F 1 0xxxxxxx
U+0080 至 U+07FF 2 110xxxxx 10xxxxxx
U+0800 至 U+FFFF 3 1110xxxx 10xxxxxx 10xxxxxx
U+10000 至 U+10FFFF 4 11110xxx 10xxxxxx 10xxxxxx 10xxxxxx

以“中”(U+4E2D,二进制 0100 1110 0010 1101)为例,套用 3 字节模式得到 11100100 10111000 10101101。

计算示例

以下结果由转换器实际运行的代码得出。

文本 UTF-8 字节数 二进制输出
A 1 01000001
Hi 2 01001000 01101001
é 2 11000011 10101001
中 3 11100100 10111000 10101101
😀 4 11110000 10011111 10011000 10000000

提示: 一个字符不一定是一个字节。三个汉字的短词是 9 个字节,即 72 位二进制数字。

手算 H

H 是 72。72 − 64 = 8,8 − 8 = 0,所以 64 和 8 对应的位是 1:0 1 0 0 1 0 0 0,即 01001000。

二进制文本用在哪里

二进制可用于讲解数据如何存储、做谜题和 CTF 比赛、查看协议或文件格式里实际是什么,也能看出同一个词在不同文字里占用的字节数为何不同。真实系统很少把文本存成写出来的 0 和 1;这里的数字只是字节的可读形式。

常见错误

  • 以为是 7 位。 经典 ASCII 只需 7 位,但本工具显示 8 位的字节,所以 A 前面有一个 0。
  • 混淆码点和字节。 “中”的码点是 U+4E2D(20013),但它的 UTF-8 字节是 228、184 和 173。
  • 按字符数而不是字节数计算。 输出里每个字节一组 8 位数字,所以一个汉字有三组,一个表情符号有四组。
  • 以为二进制就是加密。 它只是同一段文字的另一种写法。

相关工具

常见问题

我的数据会被发送到别处吗?

不会。转换完全在您的浏览器中通过 JavaScript 运行。您粘贴的内容不会离开您的设备,不会被记录,也不会被存储。

数值之间应该如何分隔?

空格可以,逗号、冒号和分号同样可以。对于二进制、十六进制和八进制,您也可以粘贴一整串没有分隔的数字——系统会自动按字节切分。

支持表情符号和非英文文本吗?

支持。文本按 UTF-8 处理,因此带重音的字符、中文、泰米尔文和表情符号都能正确转换,只是每个字符会占用多于一个字节。

为什么出现错误提示?

输入中包含了源格式不允许的字符、大于 255 的数值,或者数字串无法按字节整除。错误信息会指出具体是哪一段,方便您定位。

资料来源

  1. RFC 3629 — UTF-8, a transformation format of ISO 10646 — 1 至 4 字节序列的字节模式。
  2. RFC 20 — ASCII format for network interchange — 7 位 ASCII 编码。
  3. MDN — TextEncoder — 将字符串编码为 UTF-8。

本指南用浅白语言解释已公布的规则,不构成财务、法律或官方意见。政策会变动,做决定前请向上方链接的政府机构核实。

相关转换器