Unicodeエスケープとは
文字をUnicodeのコードポイント(文字番号)で表す記法です。ソースコードやJSONで、文字コードに依存せず安全に非ASCII文字を扱うために使われます。例えば「あ」のコードポイントは U+3042 なので、JavaScriptでは \u3042 と書けます。
| 形式 | 「あ」 | 「😀」 | 主な用途 |
|---|---|---|---|
| \uXXXX | \u3042 | \uD83D\uDE00 | JSON, JavaScript, Java, C# |
| \u{...} | \u{3042} | \u{1F600} | JavaScript (ES2015+) |
| Python | \u3042 | \U0001F600 | Python |
| CSS | \003042 | \01F600 | CSS の content など |
| U+ | U+3042 | U+1F600 | 仕様書・ドキュメント |
JSONの「\u3042」を日本語に戻したい
PHPの json_encode やPythonの json.dumps は、デフォルトで日本語を \uXXXX にエスケープします。APIのレスポンスやログが読めないときは、そのまま入力欄に貼り付けて「デコード」を押してください。デコードは形式を自動判別するので、\x41 や あ が混ざっていても変換できます。
なお、プログラム側でエスケープさせたくない場合は、PHPなら JSON_UNESCAPED_UNICODE、Pythonなら ensure_ascii=False を指定します。
絵文字がサロゲートペアになる理由
\uXXXX 形式は4桁(16ビット)までしか表せません。そのため U+FFFF を超える絵文字などは、2つのコード(サロゲートペア)に分けて表現します。ES2015以降のJavaScriptなら \u{1F600} のように1つで書けます。
JSONで日本語が \uXXXX になる原因と、出さない設定
\uXXXX は壊れているのではなく、JSON として正しい書き方です。ただし言語やライブラリによって、日本語を最初からエスケープして出力するものがあります。読める形で出したいときは、次の設定を使います。
| 言語・ツール | 既定の動き | 日本語のまま出す方法 |
|---|---|---|
| PHP | json_encode は日本語を \uXXXX にする | JSON_UNESCAPED_UNICODE を指定(Laravel は response()->json($data, 200, [], JSON_UNESCAPED_UNICODE)) |
| Python | json.dumps は ensure_ascii=True で日本語をエスケープする | ensure_ascii=False(Flask 2.2 以降は app.json.ensure_ascii = False、Django の JsonResponse は json_dumps_params={'ensure_ascii': False}) |
| JavaScript / Node.js | JSON.stringify は日本語をエスケープしない | 設定不要 |
| Ruby | to_json / JSON.generate は日本語をエスケープしない | 設定不要 |
| Java(Jackson) | 日本語をエスケープしない | 設定不要(JsonWriteFeature.ESCAPE_NON_ASCII を有効にしたときだけエスケープされる) |
| jq | 日本語のまま出力する | 設定不要(-a を付けると \uXXXX になる) |
すでに \uXXXX で受け取ったデータは、JSON.parse や json_decode などでパースすれば自動的に日本語に戻ります。ターミナルでは curl ... | jq . で読める形になります。コピーした断片を戻したいだけなら、このページの入力欄に貼って「デコード」を押してください。
\u003c や \u0026 は何の文字?
日本語ではなく記号なのに \uXXXX になっているときは、HTML に JSON を埋め込む際の安全対策です。Go の json.Marshal は < > & を既定でエスケープします(SetEscapeHTML(false) で止められます)。
| 表記 | 文字 | 表記 | 文字 |
|---|---|---|---|
\u003c | < | \u0022 | "(ダブルクォート) |
\u003e | > | \u0027 | '(シングルクォート) |
\u0026 | & | \u002f | /(スラッシュ) |
\u0020 | 半角スペース | \u3000 | 全角スペース |
\u000a | 改行(LF) | \u00a0 | 改行されないスペース(nbsp) |
各言語でUnicodeエスケープ・復元する
| 言語 | 日本語 → \uXXXX | \uXXXX → 日本語 |
|---|---|---|
| JavaScript | s.replace(/[^\x00-\x7f]/g, c => '\\u' + c.charCodeAt(0).toString(16).padStart(4, '0')) | JSON.parse('"' + s + '"') |
| Python | s.encode('unicode_escape').decode('ascii') / json.dumps(s) | codecs.decode(s, 'unicode_escape') / json.loads('"' + s + '"') |
| PHP | json_encode($s)(既定でエスケープされる) | json_decode('"' . $s . '"') |
| Ruby | s.dump | s.undump(Ruby 2.5 以降) |
| Go | strconv.QuoteToASCII(s) | strconv.Unquote(s) |
| Java | ソースコード内では "あ" と直接書ける | 文字列リテラルはコンパイル時に復元される |
JSON を読み込むライブラリ(JSON.parse、json.loads、json_decode など)は \uXXXX を自動で復元するので、通常は個別に変換する必要はありません。
文字コードとコードポイントの違い
「あ」の Unicode コードポイントは U+3042 で、これは文字に付けられた番号です。一方、ファイルや通信で実際に保存されるバイト列は文字コード(エンコーディング)によって異なり、UTF-8 では E3 81 82、Shift_JIS では 82 A0 になります。\u3042 はコードポイントを書く記法なので、文字コードに関係なく同じ表記になります。バイト列を確認したいときは 16進数(Hex)変換 を使ってください。
\uXXXX ではなく「縺薙s」や「ã“ã‚“」のような文字が並んでいる場合は、エスケープではなく文字コードの読み違いです。文字化け復元に貼り付けると、元の日本語に戻せます。
よくある質問
JSONを読み込んでも \u3042 のまま表示されます
JSON の文字列の中にさらに JSON が入っている(二重にエンコードされている)状態です。外側の JSON をパースして得た文字列を、もう一度パースすると日本語になります。ログやデータベースに保存された値をそのまま見たいときは、このツールに貼り付けてデコードしてください。
Java の .properties ファイルで日本語が \uXXXX になっています
Java 8 以前の .properties ファイルは ISO-8859-1 で読まれる仕様だったため、日本語はエスケープして書く必要がありました。Java 9 以降は UTF-8 のまま読み込めます。既存のファイルを読める形にしたいときは、ファイルの中身をこのツールでデコードしてください。
U+3042 と \u3042 の違いは?
どちらも同じ文字「あ」のコードポイントを表します。U+3042 は Unicode の仕様書やドキュメントで使う書き方で、\u3042 はプログラムの文字列リテラルや JSON の中で使う書き方です。このツールはどちらの形式も入力できます。
バックスラッシュ \ が円記号 ¥ に見えます
日本語環境のフォントでは、バックスラッシュ(U+005C)が円記号の形で表示されることがあります。文字としては同じなので、¥u3042 に見えてもそのまま貼り付ければ変換できます。全角の「¥」(U+FFE5)は別の文字なので変換できません。
絵文字をデコードしたら「?」や「□」になります
ブラウザやフォントがその絵文字に対応していないと、文字自体は正しくても表示できないことがあります。コピーして対応している環境に貼り付けると表示されます。\uD83D のような上位サロゲートだけで下位サロゲートが欠けている場合は、元のデータが壊れています。
PHPのjson_encodeで日本語が \uXXXX になるのを直したい
json_encode($data, JSON_UNESCAPED_UNICODE) のように第2引数に JSON_UNESCAPED_UNICODE を指定します。URL の / も \/ にならないようにしたいときは JSON_UNESCAPED_SLASHES を | でつなぎます。受け取り側は \uXXXX のままでも正しく読めるので、人が目で見る場合だけ設定すれば十分です。
Goのjson.Marshalで & が \u0026 になります
Go は HTML への埋め込みを想定して < > & をエスケープします。json.NewEncoder(w) に対して SetEscapeHTML(false) を呼ぶと、そのまま出力されます。API のレスポンスとして使うだけなら、\u0026 のままでも JSON の意味は変わりません。
ログやDBに保存された \uXXXX をまとめて読みたい
1行ずつの JSON なら jq -r .message のようにフィールドを取り出すと日本語で表示されます。JSON になっていない断片(エラーメッセージの途中など)は、このページに貼って「デコード」で変換できます。