# 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。

- Tool: [文本转二进制转换器](https://toolsg.com/zh/text-to-binary)
- Language: zh (available: en, zh, ms, ta)
- Last verified against official sources: 2026-10-18
- Source site: ToolSG — a planning guide, not official or financial advice. Cite the agencies listed under Sources.

## 关键数字一览

| 项目 | 数值 | 来源 |
| --- | --- | --- |
| 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。 | [MDN](https://developer.mozilla.org/en-US/docs/Web/API/TextEncoder) |
| 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。 | [RFC 3629](https://www.rfc-editor.org/rfc/rfc3629) |
| 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. **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。 相关工具: [文本转ASCII转换器](https://toolsg.com/zh/text-to-ascii)
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. **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. **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。 相关工具: [二进制转文本转换器](https://toolsg.com/zh/binary-to-text)

## 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

- [二进制转文本](https://toolsg.com/zh/binary-to-text)——把比特转换回来。
- [文本转十六进制](https://toolsg.com/zh/text-to-hex)——同样的字节，用十六进制表示。
- [文本转 ASCII](https://toolsg.com/zh/text-to-ascii)——同样的字节，用十进制表示。
- [文本转八进制](https://toolsg.com/zh/text-to-octal)——同样的字节，用八进制表示。
- [Unicode 浏览器](https://toolsg.com/zh/unicode-explorer)——查询码点。
- [Base64 编码器](https://toolsg.com/zh/base64-encoder)——把字节写成文本的另一种方式。

## 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

- [RFC 3629 — UTF-8, a transformation format of ISO 10646](https://www.rfc-editor.org/rfc/rfc3629) — 1 至 4 字节序列的字节模式。
- [RFC 20 — ASCII format for network interchange](https://www.rfc-editor.org/rfc/rfc20) — 7 位 ASCII 编码。
- [MDN — TextEncoder](https://developer.mozilla.org/en-US/docs/Web/API/TextEncoder) — 将字符串编码为 UTF-8。
