编码/解码

Hex 编解码

文本与十六进制互转,支持 0x 前缀与纯 Hex 格式

原文
Hex 结果

什么是 Hex 编解码?

将文本按字节转为十六进制表示,或把十六进制串解码为文本。支持空格分隔、连续、0x 前缀等格式。

使用场景

  • 协议调试、二进制数据查看
  • 加密/哈希前的字节表示
  • 编码与二进制之间的转换

把文本按 UTF-8 字节展开成十六进制串,或把十六进制串还原成文本。它呈现的是字节本身,适合核对报文、哈希摘要和密钥指纹,也适合判断乱码是解读编码用错了,还是字节本身有问题。

两位十六进制对应一个字节,而不是一个字符

编码先用 TextEncoder 取 UTF-8 字节,再把每个字节写成两位小写十六进制:一个十六进制位是 4 个二进制位,所以每个字节恰好两个字符,无分隔符也能看出边界。单位是字节而非字符:Hello 5 字节,你 3 字节,非 BMP 的 emoji 4 字节。这也是它与 \uXXXX 这类码元写法的区别——同一个 emoji 在转义里是一对代理项,在 hex 里是 4 个字节。

解码只做校验,不做修补:不合法就返回空

解析前会删掉 \s 能匹配的所有空白(含 U+00A0 与全角空格 U+3000),并全局删除 0x;剩下字符必须全属 0-9、a-f、A-F 且位数为偶数,否则输出框留空。于是 0X48、48:69、486 都没有输出也不报错——空结果就是「这不是合法 hex」的信号。0x 是全局删除而非前缀校验,对合法 hex 无害。

非法 UTF-8 会变成 U+FFFD,而不是抛错

解码用 TextDecoder 默认参数,非法序列不抛异常而替换为 U+FFFD(efbfbd):ff 解出 1 个替换字符,GBK 的「你」(c4 e3)按 UTF-8 解出 2 个。所以编码一定无损,解码在字节非 UTF-8 时必然有损,「能解出文字」不等于原编码正确。需要严格失败时在代码里用 new TextDecoder("utf-8", { fatal: true })。

实操示例

ASCII 与 emoji 混排的编码结果

输入
Hi 🙂
输出
48 69 20 f0 9f 99 82

输入在 UTF-8 下是 7 个字节:H、i、1 个空格,以及 emoji 占的 4 个字节,所以空格分隔格式输出 7 组、共 20 个字符(含 6 个分隔空格)。换成连续格式得 486920f09f9982,换成 0x 格式得 0x48 0x69 0x20 0xf0 0x9f 0x99 0x82。

边界与常见误用

  • 去掉空白后位数必须是偶数;像 48656c6c6 这样少一位的输入会静默返回空结果,而不是报错。
  • 只容忍空白与 0x:48:65、48-65 这类分隔符,\x48 这种 C 语言写法,以及大写 0X 前缀都会被纯 hex 校验挡掉。
  • 输出全部小写,且不带偏移地址和 ASCII 侧栏,它只是字符串转换,不是用来翻看大块二进制数据的 hex dump。
  • 非 UTF-8 字节会被解成 U+FFFD 而不报错,所以「解出来了」不能当作原编码正确的证据。
  • 输出体积至少翻倍(0x 格式每字节 4 个字符,空格分隔时再加一个分隔符),所以 hex 是调试表示法,不适合当传输编码。

相关工具

六种情形:留在本页、进终端,还是换一种编码

你要做的事本工具(Hex 编解码)更合适的做法
从日志里抠出一个值看它是什么切到解码模式贴进去立刻有答案:5a4d2d3031323334 这 16 位是 8 个字节,还原成 ZM-01234;如果输出框一直空着,说明那串字符根本不是 hex。字节已经在文件或管道里时不必开页面:printf 5a4d2d3031323334 | xxd -r -p 直接把同样的 8 个字节写到标准输出,中间少一次复制。
要看某个字节落在文件的哪个位置这里没有文件选择框,字节只能经文本框进来,输出也不带任何位置信息,因此拿到一个值无法反查它在文件里的偏移。xxd firmware.bin 会整份文件流式输出,每行带偏移列和 ASCII 侧栏——这两列正是本页没有的,也正是把字节钉到地址上要用的东西。
这段 hex 得让程序读三种格式都是给人看的:连续格式每字节 2 个字符,0x 格式每字节 4 个,加上分隔符的空格版本还要再多一个分隔符。要塞进 JSON 字段、HTTP 头或查询串,用本站的 Base64:3 个字节换 4 个字符,约 1.34 倍,也没有需要转义的分隔符。hex 留给需要人眼核对的那一份。
判断是读取端错了还是数据本身错了「中」编出来是 e4 b8 ad,三个独立字节,能精确指到出问题的那一个字节,以及它破坏了哪条编码假设。字符 / ASCII 码查询给出的是 20013 / 0x4E2D,一个码点。两端数字对得上而显示仍然不对,问题就不在编码,别继续怀疑编码。
把这些字节写进源码输出是裸的字节对,e4 b8 ad 要你自己补成 \xe4\xb8\xad——这个形状适合 C 字符串、Python 的 bytes 和 shell 转义。JavaScript、JSON、HTML 吃的是 UTF-16 码元而不是字节:Unicode 转义工具直接给出 \u4e2d,而且一次转完整串,不用一组一组拼。
同样的转换要做 500 次一次粘贴一次转换。只有几行数据时这是对的取舍,但要处理 CSV 里的一整列,手工这一步本身就是错字的来源。写成脚本:printf "%s" "$s" | xxd -p,或在 Node 里 Buffer.from(s, "utf8").toString("hex") 配 map。脚本跑完还留下可以 review 的 diff。

一个具体场景

从抓包结果里读出一个定长序列号字段

串口抓包的载荷列是 5a 4d 2d 30 31 32 33 34,协议文档把这个字段写成固定 8 字节的 ASCII 序列号。切到解码模式粘进去:16 位十六进制就是 8 个字节,TextDecoder 还原成 ZM-01234,每个字节都在 ASCII 范围内,所以不会冒出 U+FFFD。再切回编码(切换时解码结果会填进输入框),同一组 8 字节分别变成 16 个字符(连续)、23 个字符(空格分隔,16 位数字加 7 个分隔符)和 39 个字符(0x 格式,32 位数字带前缀再加 7 个分隔符)。对比两次抓包前先把位数除以 2:23 个字符和 39 个字符其实都是 8 字节。哪台设备报出 9 个字符的序列号,截断它的是这个 8 字节字段,不是编码。

常见问题

为什么同一段中文,hex 结果有 6 个字节而字符只有 2 个?
hex 编码的是 UTF-8 字节而不是字符:每个汉字在 UTF-8 中占 3 字节,2 个汉字共 6 字节,输出 12 个 hex 字符。这也是检查"编码是否正确"的常用方法——乱码往往就是字节被按错误编码解读了。
hex 和 Base64 都是编码,怎么选?
hex 更长(每字节 2 个字符)但人眼可读、可直接对应内存字节,适合调试、显示哈希值和密钥指纹;Base64 更紧凑(每字节约 1.33 个字符),适合在文本协议里携带较多数据。
解码得到乱码是什么原因?
通常是字节序列不是合法 UTF-8(比如来自 GBK 编码的文本),或 hex 字符串本身有空格、0x 前缀。本工具接受带空格和 0x 前缀的输入;若是 GBK 等历史编码,需要专门的编码转换工具处理。

内容复核: