文字を10進数の文字コードに変換する方法と、UnicodeとUTF-8で値が違う理由

「あ」を10進数の文字コードで表すと、Unicodeのコードポイントなら12354（U+3042）、UTF-8のバイト値なら227 129 130という3つの数になります。HTMLに書く数値文字参照ではコードポイントのほうを使うので、「あ」はあと書きます。

どれも「あ」を正しく表した数ですが、何を数値にしているかが異なります。目的に合わない数を使うと、HTMLで別の文字が表示されたり、変換ツールで元の文字に戻らなかったりします。

• Unicodeのコードポイントは12354です。文字そのものに割り当てられた番号で、16進数ではU+3042と書きます。
• UTF-8のバイト値は227 129 130です。ファイルや通信データの中で「あ」が実際に占める3バイトを、10進数で並べたものです。
• HTMLの数値文字参照はあ、または16進数であと書きます。中に入る数はコードポイントです。

Unicodeのコードポイントは文字や記号に割り当てられた番号

Unicodeのコードポイントは、Unicodeが文字や記号に割り当てた番号で、どの文字コードで保存したかに関係なく決まっています。ただし、見た目の1文字が複数のコードポイントでできている場合もあります。通常は「U+」のあとに16進数を続けて表し、「あ」はU+3042、「日」はU+65E5です。16進数の3042を10進数に直すと12354、65E5は26085になります。

半角英数字の範囲では、コードポイントとUTF-8のバイト値が同じ数になります。たとえば「A」は、コードポイントもUTF-8のバイト値も65です。半角英数字だけで試しているうちは違いが見えず、日本語などASCII以外の文字を入れると両者の違いが分かります。

HTMLの数値文字参照はコードポイントを10進数か16進数で書く

HTMLの数値文字参照に入れる数は、UTF-8のバイト値ではなくUnicodeのコードポイントです。2026年10月29日時点で、W3Cの国際化解説ページ「Using character escapes in markup and CSS」は、数値文字参照を10進数の&#nnnn;か16進数の&#xhhhh;で書くこと、そしてその数は文書の文字コードでの値ではなく文字のUnicodeコードポイントであることを説明しています。

「あ」の場合、次の2通りの書き方があり、どちらでも同じ文字になります。

• 10進数で書く場合はあ
• 16進数で書く場合はあ（数の前に小文字のxを付けます）

同じページでは、末尾のセミコロンを省略しないよう注意を促しています。また、UTF-8のバイト値をあのように並べても「あ」にはなりません。これらはUTF-8のバイト列としてではなく、個別の数値文字参照として処理されるからです。

UTF-8のバイト数はコードポイントの範囲で1から4バイトに決まる

UTF-8では、コードポイントの範囲によって、1つのコードポイントを表すのに必要なバイト数が決まっています。日本語のかなや漢字の多くは3バイト、😀のような絵文字は4バイトです。2026年10月29日時点で、UTF-8の仕様であるRFC 3629は、範囲とバイト数を次のように定めています。

なお、U+D800からU+DFFFまではUTF-16で使うサロゲートの範囲で、RFC 3629はこれをUTF-8で符号化することを禁じています。RFC 3629には「日本語」の3文字（U+65E5、U+672C、U+8A9E）をUTF-8で表した例が載っており、16進数でE6 97 A5 E6 9C AC E8 AA 9Eの9バイトになります。1文字あたり3バイトずつ使っていることになります。

代表的な文字のコードポイントとUTF-8のバイト値

次の表は、よく使われる文字の値を2026年10月29日にPython 3で計算したものです。「日」の行は、RFC 3629の例の先頭3バイトと一致します。「UTF-8（10進）」の列は、後述の10進数変換器の出力と同じ形式です。

10進のコードポイントとUTF-8（10進）の値が一致するのは「A」の行だけです。半角カナの「ｱ」は見た目こそ半角ですが、コードポイントがU+0800からU+FFFFまでの範囲にあるため、UTF-8では3バイトになります。絵文字の😀はU+10000以上なので4バイトとなり、10進数でも4つの数が並びます。これに対して、HTMLの数値文字参照は1つのコードポイントを参照1つで表します。複数のコードポイントでできた絵文字などは、参照も複数になります。

Digily Linkの10進数変換器で文字を10進数に変換する手順

Digily Linkの10進数変換器に文字を入力して「10進数に」を選ぶと、UTF-8のバイト値が10進数で表示されます。Unicodeのコードポイントが表示されるわけではないので、この点に注意してください。なお、Digily Linkは私たちが運営しているサービスで、このツールはどなたでも利用できます。

1. 「10進数変換器」のページを開きます。
2. 「コンテンツ」欄に、調べたい文字を入力するか貼り付けます。
3. 種類で「10進数に」を選びます。
4. 「送信」を押します。
5. 「10進数」の欄に結果が表示されます。「あ」なら227 129 130です。

複数の文字を入力すると、すべてのバイト値が半角スペース区切りで続けて並びます。たとえば「日本」なら230 151 165 230 156 172です。どこまでが1文字かを示す区切りは入らないため、ひらがなや一般的な漢字なら3つずつ、😀のような絵文字なら4つずつをひとまとまりとして読みます。

このような出力になるのは、ツールの内部処理によるものです。ツールのコードでは、PHPのord()関数でテキストを1バイトずつ読み取り、それぞれの値の後ろに半角スペースを付けています。そのため、結果の末尾にもスペースが1つ残ります。2026年10月29日時点で、PHPマニュアルのord()は、この関数が文字コードを認識しないこと、特にUTF-8のようなマルチバイトの文字コードではUnicodeのコードポイントを判別しないことを説明しています。返すのは0から255までの1バイト分の値で、コードポイントが必要な場合はmb_ord()を使うよう案内しています。

入力欄についても1点注意があります。入力したテキストは、HTMLタグが削除され、前後の空白が取り除かれたうえで変換されます。「<b>」のようなタグを含む文字列を入力しても、タグの部分は変換結果に含まれません。

10進数をテキストに戻すときは12354ではなく227 129 130を入れる

「テキストへ」はUTF-8のバイト値を受け付ける機能です。そのため「あ」に戻したいときは、コードポイントの12354ではなく227 129 130を入力します。12354を入力すると、コードの仕組み上、「あ」ではなく「B」が出力されます。

原因は変換方法にあります。「テキストへ」は入力を半角スペース1つで区切り、数でない部分を読み飛ばしたうえで、残った数をPHPのchr()関数で1つずつ1バイトに変換しています。2026年10月29日時点で、PHPマニュアルのchr()は、0から255までの範囲外の値は255とのビット単位の論理積をとると説明しています。つまり、256で割った余りとして扱われます。

12354を256で割ると、商は48で余りは66です。66は「B」のバイト値なので、「あ」のつもりで入力した12354が「B」になってしまいます。このとき、意図した「あ」には戻りません。なお、同じPHPマニュアルによると、PHP 8.5以降ではchr()に0から255の範囲外の整数を渡すことが非推奨になっており、環境によっては警告が出ることがあります。ほかの日本語のコードポイントを入力した場合も、元の文字ではなく別の文字や読めない記号になることがあります。

数は半角スペースで区切ってください。区切りとして扱われるのは半角スペースだけなので、カンマで区切った数は読み飛ばされます。全角スペースや改行、タブで区切った場合も、意図した複数の数として処理されないことがあります。大事なデータを変換する前に、まず227 129 130で「あ」に戻るかどうかを自分の環境で試しておくと安心です。

手元にあるのがコードポイントの12354で、そこから文字に戻したい場合は、このツールではなくコードポイントを扱う方法を使います。HTMLなら&#12354;と書けば「あ」と表示されます。プログラムなら、コードポイントを受け取る関数を使います。

コードポイントとUTF-8のバイト値の使い分け

文字を番号で指定するときはコードポイントを、ファイルや通信データをバイト単位で調べるときはUTF-8のバイト値を使います。場面ごとに整理すると次のとおりです。

なお、HTMLではそもそも数値文字参照を使う必要がない場面がほとんどです。2026年10月29日時点で、先ほどのW3Cのページは、文書をUTF-8で保存して文字をそのまま書くことを基本とし、エスケープは&lt;や&amp;のように構文と紛らわしい文字や、目に見えない文字に限って使うよう勧めています。UTF-8で保存したHTMLなら、「あ」は&#12354;と書かずに、そのまま「あ」と書けばよいわけです。

手元の文字がUTF-8で何バイトになり、どんな値になるかを確かめたいときは、文字をUTF-8の10進数バイト値に変換する10進数変換器を使ってみてください。出力された数を「テキストへ」に入れて元の文字に戻るかを確認すれば、変換結果に入力ミスがないかも確かめられます。

よくある質問

10進数で書かれた文字コードを文字に戻すには？

まず、その数がコードポイントなのかUTF-8のバイト値なのかを見分けます。UTF-8の各バイト値は0から255までの範囲に収まるため、256以上の数が含まれていれば、それは1バイト分の値ではありません。ただし、コードポイントとは限らないので、元のデータの形式を確認してください。すべて255以下で、日本語の文章なのに3つずつまとまって並んでいる場合は、UTF-8のバイト値である可能性が高いでしょう。バイト値なら半角スペース区切りで「テキストへ」に入力し、コードポイントならHTMLの数値文字参照かコードポイント用の関数で文字に戻します。

絵文字の😀はなぜ4つの数になるのですか？

😀のコードポイントは128512（U+1F600）です。RFC 3629では、U+10000以上の文字はUTF-8で4バイトになると定められているため、バイト値で表すと240 159 152 128の4つになります。テキストに戻すときは、4つすべてを順番どおりに入力してください。一部だけでは元の絵文字になりません。

カンマ区切りで入力できますか？

「テキストへ」はカンマ区切りに対応していません。「227,129,130」のように入力すると数として認識されず読み飛ばされるので、カンマを半角スペースに置き換えてから入力してください。表計算ソフトなどからコピーした数は、タブや改行で区切られていることもあります。その場合も、半角スペース区切りに直してから入力するのが確実です。