亂碼修復工具:修復亂碼文字
亂碼文字
修復後的文字
手動轉換
單位元組字元集和 UTF-8 可用於兩側。Shift_JIS、GB18030 和 Big5 僅支援解碼。
技術細節
亂碼修復工具的運作方式
亂碼修復工具的功能
亂碼是指文字以一種字元編碼寫入、卻以另一種編碼讀取,於是「é」顯示為「é」,彎引號撇號顯示為「’」。此工具會逆向修正這個錯誤:先用文字被錯誤讀取時所用的字元集重新編碼,以還原原始位元組,再用這些位元組真正所屬的字元集解碼。它會嘗試 UTF-8、Windows-1252、ISO-8859-1、Windows-1251、KOI8-R、ISO-8859-2、Shift_JIS、GB18030 和 Big5 的所有組合,為每個結果評分,並顯示最佳修復結果及依排名列出的備選方案。
常見使用情境
開發者用它來修復資料庫匯出、CSV 檔案、電子郵件主旨、日誌行和 API 回應中重音字母變成 à 序列的情況,清理從字元集標頭錯誤的頁面複製的文字,並診斷流程中是哪一層把 UTF-8 當作 Latin-1 解碼。它還能還原顯示為 Привет 的俄語文字,並協助驗證程式碼中的修復確實產生了預期字元。
支援的編碼與模式
最常見的情況是 UTF-8 被當作 Windows-1252 或 Latin-1 讀取:é、ü、’、“,以及 😀 之類的表情符號。UTF-8 被當作 Windows-1251 讀取則會產生 Р 和 С 後接符號的西里爾字母組合。雙重編碼文字(損壞發生了兩次)透過最多重複三次 UTF-8 步驟來修復。手動的「編碼為」和「解碼為」選擇器涵蓋雙向的單位元組字元集;Shift_JIS、GB18030 和 Big5 只能用於解碼。
陷阱與限制
只有在沒有位元組遺失時才能修復。亂碼文字中的問號和 U+FFFD 取代字元無法還原,在某個階段經歷過有損轉換的文字仍然會保持損壞。自動選擇是基於字母、常用字詞和典型亂碼序列的啟發式判斷,因此非常短的字串可能有歧義:請查看備選方案表或使用手動選擇器。正確的文字會保持不變,輸入限制為 1,000,000 個字元。