文本转二进制：转换差异、边界与常见坑
在线纯文本转二进制：按 UTF-8 或 ASCII 输出 8 位二进制分组，并同时给出字节数与分组数，让体积估算不再靠猜；分组长度异常会立刻暴露复制时的缺位；转换后可反向再校验一次。
文本转二进制就是按编码逐字符取字节：ASCII 每字符 1 字节，UTF-8 下一个汉字 3 字节、emoji 4 字节。长度因此与"看起来几个字"无关，做容量估算时必须按字节算。
两种格式的差异对照
| 维度 | 文本（字符） | 二进制（字节） |
|---|---|---|
| 单位 | 字符（码点） | 字节（8 位一组） |
| 英文字符 | 1 个字符 | 1 字节（ASCII 兼容） |
| 中文字符 | 1 个字符 | 3 字节（UTF-8 变长编码） |
| Emoji | 1 个"字符"（实际是代理对/多码点） | 4 字节，且长度计算易出错 |
| 空格与换行 | 可见的空白 | 0x20 与 0x0A，参与编码 |
| 可读性 | 人可读 | 人不可读（全是 0/1 或十六进制） |
| 体积 | 按字符计较小 | ASCII 相同，非 ASCII 膨胀 2–4 倍 |
| 可逆性 | 原始 | 同编码口径下完全可逆 |
边界条件
- 换行符在不同系统上不同（LF 0x0A 与 CRLF 0x0D0A），跨平台比对二进制串必须先统一换行。
- 不可见字符（零宽空格 U+200B、BOM U+FEFF）会被编码出来但不显示，肉眼比对长度对不上时先查它们。
- Emoji 在 UTF-16 下是代理对，按"字符数"分组会切错边界，必须按码点或字节处理。
- 编码口径不一致（UTF-8 与 UTF-16）时同一文本的二进制串完全不同，还原时必须用同一口径。
常见坑
- 把二进制串当数字处理，前导 0 被吃掉，按 8 位分组时整段错位。
- 导出时自动去掉了尾部空格或换行，还原后文本与原文不一致。
- 中文混排时按"字符数"估算体积，实际字节数是估算的三倍。
- 用 GBK 编码的中文按 UTF-8 还原，得到一堆乱码且无法自动察觉。
相关工具
- 文本转二进制通过 UTF-8 在文本与二进制字符串间互转，逐字符显示 0/1 位序列与字节边界。基于 UTF-8 逐字符处理，常见汉字占 3 字节、emoji 占 4 字节，并标出字节边界。反向可把 0/1 串还原成文本，便于核对串口与协议报文。位串可整体复制。可指定每行输出多少字节便于阅读。
- 数据格式转换器在 JSON、YAML、TOML、XML、CSV 之间一处粘贴自由互转并实时预览。在 JSON、YAML、TOML、XML 与 CSV 之间任意互转，粘贴一次即可看多种输出。转换时会提示解析失败的位置，避免带着语法错误继续处理。适合在不同工具链之间迁移配置文件。支持粘贴即转。多种格式的输出可逐一取用。
- 文本转 NATO 字母表把文本逐字母映射为 NATO 音标字母表，适合航空管制、客服电话核对拼写与外语教学，避免噪音环境下口述邮箱与验证码的字母歧义。逐字映射为 Alpha 到 Zulu，数字按标准读法处理，空格与标点原样保留。适合电话核对邮箱、序列号与验证码，避免 B 与 D、M 与 N 听错。读音表可复制后直接念。
- 文字转语音工具把文本转为自然语音朗读，支持多种音色与语速调节，用 Web Speech API 在浏览器实现。调用浏览器内置语音合成，可选音色、语速与音高，支持中英文混读。浏览器不支持标记语言，长文建议分段朗读以免被中断。适合校对稿件、试听文案节奏与辅助阅读。朗读节奏可实时试听。可切换音色并调节语速音高。
常见问题
怎么把 二进制 再转回 纯文本？
使用同工具的交换方向功能，或本站对应的「二进制 转 纯文本」页面，两者都本地运行、数据不上传，可完成往返转换与校验。
纯文本 和 二进制 哪个更适合人类阅读？
这取决于场景：二进制 通常更偏向程序解析与接口传输式的可读形态，而 纯文本 更利于程序解析与接口传输式的程序消费；需要人工编辑时优先选可读性更高的那一侧。
中文转换后为什么比英文长好几倍？
因为按 UTF-8 编码，一个汉字占 3 个字节（24 位），而一个英文字母只占 1 个字节（8 位）。所以同样 10 个字符，中文是 30 字节、英文是 10 字节。这不是工具的问题，而是 UTF-8 的设计（变长编码换兼容性）。
空格和换行也会被编码吗？
会，而且必须——空格是 0x20、换行是 0x0A。如果转换时"顺手"去掉空白，还原回来的文本就和原文不一致了。校验转换是否正确的方法很直接：转过去再转回来，逐字节比对。