字符编码清单使用参考
https://home.without202.com/journal/text-codepoints-reference

记录日期：2026-11-07
分类：使用参考
标签：文本 · Unicode · 编码

从实际输入核对码点、UTF-8/UTF-16 编码与原文偏移，说明筛选、空结果、复制下载和原文保护，并提供可复制的文本与 TOML 示例。

1. 码点、字素簇与编码

文本工具的「字符编码清单 · TOML」可逐项核对 Unicode 码点、转义写法、UTF-8 字节、UTF-16 单元与偏移。顺序从 1 开始，偏移从 0 开始；UTF-16 只列编码单元，不带 BOM 或字节序。换行先统一为 LF，最多 1,000 个码点，超限整次拒绝，不截断；字素簇与码点数量分别统计，组合 Emoji 或组合音标可由多个码点组成。不做 Unicode 规范化，也不判断字体显示宽度。使用 /tools/text?mode=codepoints 可只分享处理方式，不带输入。报告可复制或下载 home-text-codepoints.toml；它是编码资料，不会通过「用结果继续整理」覆盖原文。输入不会新增本机保存项。

看起来连在一起的一段文字，可以由多个码点组成。文本统计的字素簇数量与编码清单的 scalar_count 分开列出，便于对照；编码单元和字节不是字体显示宽度。下面的输入与报告来自当前文本工具的实际处理。

- 打开字符编码清单：https://home.without202.com/tools/text?mode=codepoints
- 回到文本统计：https://home.without202.com/tools/text?mode=stats

2. 用实际输入定位换行与制表符

下面是一份可复制的实际输入：第一行是 A、中、挥手 Emoji，随后换行；第二行只有一个制表符，没有额外的末尾换行。代码块复制与下载会保留这些字符。

将它载入文本工具，选择「字符编码清单 · TOML」和「空白或控制字符」，再点击处理。它共有 5 个码点、5 个字素簇、10 个 UTF-8 字节与 6 个 UTF-16 单元；筛选后列出换行和制表符两项。示例是普通文本，不是需要解码的反斜线转义串。

代码示例 · text
A中👋
	

- 打开文本工具并选择筛选：https://home.without202.com/tools/text?mode=codepoints

3. 筛选范围与原文偏移

编码清单可选择「全部码点」「空白或控制字符」或「非 ASCII 字符」，修改后点击处理才会应用。筛选只决定导出哪些条目，position、UTF-8 字节偏移与 UTF-16 单元偏移仍对应统一为 LF 后的完整原文；摘要保留全部输入计数，entry_count 单独表示匹配条目数量。零匹配仍是有效 TOML 空清单，不从其他范围补入；完整输入仍受 1,000 码点上限约束。零宽空格 U+200B 与 BOM U+FEFF 可在非 ASCII 范围中查看。启用脚本时，输入下方会在本机显示当前码点与字节数量，超限时提示；更换处理方式、载入文件和返回页面时同步更新，不自动提交或保存输入。

下面是上一章输入选择「空白或控制字符」后，由当前 Rust 工具返回的完整 TOML。position 为 4 与 5，说明它们仍在原文第四、第五个位置；偏移仍以统一为 LF 的完整输入为起点，没有按筛选结果重新编号。entry_count 为 2，完整输入的 scalar_count 仍为 5。

代码示例 · toml
format_version = 1
kind = "text-codepoints"
scope = "lf-normalized-unicode-scalars"
filter = "special"
entry_count = 2
scalar_count = 5
grapheme_count = 5
utf8_bytes = 10
utf16_units = 6

[[entries]]
position = 4
utf8_offset = 8
utf16_offset = 4
code_point = "U+000A"
escaped = '\n'
utf8 = "0A"
utf16 = "000A"
whitespace = true
control = true

[[entries]]
position = 5
utf8_offset = 9
utf16_offset = 5
code_point = "U+0009"
escaped = '\t'
utf8 = "09"
utf16 = "0009"
whitespace = true
control = true

- 生成自己的编码清单：https://home.without202.com/tools/text?mode=codepoints

4. 复制下载与原文保护

启用脚本时，处理结果可单独复制，或下载为 home-text-codepoints.toml；文件使用已生成的报告，即使之后修改筛选条件，也不会把未提交的选择混入旧结果。修改后点击处理才会生成新报告。

编码清单和统计报告不会通过「用结果继续整理」覆盖原文。需要整理原文时，可改选去空白、排序、替换等方式，明确处理后再载入结果；撤销仍只恢复最近一次替换。处理方式分享链接只包含 mode，不包含输入、筛选选择或其他选项。

关闭脚本仍可选择处理方式和筛选范围，再原生提交得到 TOML 文本；可使用浏览器手动选择复制或保存。本站不会因为生成报告而新增本机输入保存项。

- 打开文本工作区：https://home.without202.com/tools/text?mode=codepoints
- 回看文本整理总参考：https://home.without202.com/journal/everyday-tools-reference#section-2
- 核对示例 TOML：https://home.without202.com/tools/toml

5. 边界、空结果与继续整理

输入按统一为 LF 后的 UTF-8 字节数检查 50 KB，同时最多 1,000 个码点；结果最多 200,000 个 UTF-8 字节。筛选不会绕过完整输入的上限，超限整次拒绝，不生成部分清单。没有匹配字符时仍生成有效 TOML，entries 为空，摘要继续保留完整输入计数。

「空白或控制字符」按工具的 whitespace 或 control 标记筛选；零宽空格 U+200B 与 BOM U+FEFF 可在「非 ASCII 字符」中查看。工具列编码资料，不清理或替换这些字符，也不判断文本是否安全、字体宽度或实际呈现效果。要修改内容，请回到原文选择合适的整理方式后明确处理。

- 查看工具箱：https://home.without202.com/tools
- 回到使用中心：https://home.without202.com/help
- 工具箱入口与查找参考：https://home.without202.com/journal/toolbox-navigation-reference
- 按任务挑工具总参考：https://home.without202.com/journal/everyday-tools-reference#section-0