什么是 IEEE 754 浮点数转换器？
这个工具可以把一个 32 位十六进制数，按照 IEEE 754 单精度标准还原成它所代表的实际数值——这正是 C、Java 以及绝大多数现代硬件中 float 类型所采用的格式。只要输入 8 位十六进制数字，转换器就会将其拆分成构成浮点数的三个字段：1 位符号位、8 位指数位和 23 位尾数（小数部分），再重新组合成一个十进制数值。
使用方法
把这个 32 位数值以十六进制形式输入（例如 40490FDB）。"0x" 前缀可加可不加，非十六进制字符会被自动忽略。不足 8 位的输入会在左侧补零。结果会显示十进制数值，以及解析出的符号位、存储指数、去偏指数和尾数，方便你自行核对每一位的排布。
计算公式详解
对于规格化（normal）数值，计算公式为 $$\text{Value} = (-1)^{s} \times \left(1 + \frac{m}{2^{23}}\right) \times 2^{(e - 127)}$$ 其中 127 是单精度的指数偏移量（bias）。式中的"1 +"代表规格化二进制数始终隐含的那一位前导 1。当存储指数 e 为 0 时，该数为次规格化（subnormal）数：此时隐含的前导 1 消失，指数被固定为 -126。当 e 为 255 时，数值为无穷大（尾数为 0）或 NaN（非数）。
实例演算
以 40490FDB 为例。其二进制中符号位为 0（正数），指数字段为 10000000 = 128，因此去偏指数为 \(128 - 127 = 1\)。尾数位对应的整数值为 4788187，得到小数部分 \(4788187/8388608 \approx 0.5707964\)。于是数值为 $$(1 + 0.5707964) \times 2^{1} \approx 3.14159274$$ 这正是 π 在单精度下最接近的近似值。
常见问题
为什么结果和我预期的数字不完全一样？ 单精度只有大约 7 位十进制有效数字，因此许多十进制数值会被舍入到最接近的可表示浮点数。
双精度（64 位）怎么处理？ 本工具针对的是 32 位单精度。双精度使用 11 位指数、52 位尾数，偏移量为 1023。
7FC00000 会得到什么？ 那是一个 NaN（指数全为 1，尾数非零），并不是一个有限数。
