Unicode 转义与中英标点：引号为什么变问号
一、一个字符，四种转义写法
以「中」（码位 U+4E2D）为例：
| 风格 | 写法 | 典型场景 |
|---|---|---|
JS（\u） | A\u4E2D | JavaScript、JSON、Java 字符串 |
| HTML 十进制 | A中 | 老式 HTML 实体 |
| HTML 十六进制 | A中 | 现代 HTML 实体 |
| 码位（U+） | AU+4E2D | Unicode 文档、技术规范 |
四种写法表达的是同一个字符。转义的本质是「用纯 ASCII 字符描述非 ASCII 字符」——因为很多早期系统、协议、正则引擎只保证 ASCII 安全。
工具默认只转非 ASCII：上面例子里 A 保持原样、中 被转义，输出 A\u4E2D。这样既解决了编码问题，又保持了可读性。反向还原也支持：\u4e2d → 中（大写小写都认）。
二、什么时候真的需要转义
- 写 JSON 或 JS 代码：直接把中文塞进字符串通常没问题（文件是 UTF-8），但接口、日志、老系统里遇到编码不一致时，转义成
\uXXXX是最保险的； - 正则表达式：
\u4E00-\u9FA5是「所有汉字」的常用区间，比直接写汉字更兼容； - URL 与查询参数：需要
encodeURIComponent百分号编码，与\u是两套不同机制（百分号编码的是字节，\u编码的是码位）； - 排查乱码：看到
\u4e2d就知道原文是什么，比看到ä¸好判断得多。
三、中英标点互转：实测对照
中文 → 英文：
他说："你好，世界！" → 他说:"你好,世界!"英文 → 中文：
He said, "hi!" → He said， “hi！”主要映射关系：
| 中文 | 英文 | 中文 | 英文 | |
|---|---|---|---|---|
| ， | , | ： | : | |
| 。 | . | ； | ; | |
| ？ | ? | ！ | ! | |
| “ ” | " " | （ ） | ( ) |
为什么需要这个转换：
- 代码与配置：中文标点混进代码会直接报语法错误（
，不是合法的分隔符）； - 搜索与匹配：搜索引擎和数据库里英文标点是标准写法，中文引号匹配不到；
- 排版规范：中文文章里应该用中文标点，但引用英文原文时应保留英文标点。
转换方向不能混：中文书名号《》在英文里没有对应符号，工具不会强行替换——遇到无对应关系的标点保持原样，比胡乱替换安全。
四、三个「问号/乱码」的真实原因
1. 编码不一致（最常见的乱码）：UTF-8 字节被按 GBK 解读，汉字会变成「测试」这样的连续怪字符。这不是标点问题，而是读取时用错了字符集。
2. 真正的问号替换：某些老系统、数据库字段、短信网关只支持 ASCII 或 Latin-1，无法表示的字符会被不可逆地替换成 ?。这种情况原文已经丢失，无法还原——只能从源头改成转义或换编码。
3. 字体缺失：字符本身正确，但显示成方框（□）或空白。这类问题只是显示层面，复制出来仍然是正确的字符，换字体或换设备就好了。
区别方法：看复制出来的内容。能复制出正确汉字 → 字体问题；复制出来是 ? 或乱码 → 编码问题。
五、全角与半角：另一回事
全角/半角是字符宽度问题（全角占两个半角宽），与 Unicode 转义不是一回事。中文标点天然是全角，而字母数字在中文输入法下也会变全角（ＡＢＣ）。做数据匹配前要统一，这是 Excel 里公式算不出结果的常见原因之一。相关处理可参考全角半角转换工具。
六、直接算
→ Unicode 转义转换：四种风格互转，支持只转非 ASCII
→ 中英标点转换：中英标点双向映射，无对应的标点保持原样
→ 全角半角转换：字符宽度统一，数据清洗常用
→ 编码转换：UTF-8、GBK、Base64 与 URL 编码
本站文章为个人使用经验的原创整理，除已注明来源的引用外均为本人撰写。文中涉及的软件名称、商标、截图等归各自权利人所有，引用仅用于说明与交流。如认为本站内容侵犯了你的合法权益，请通过「关于本站」页面的联系方式告知，核实后将及时更正或删除。