为什么同一段字,换台设备就成了问号
字符集、编码方式、传输环节,任何一环没对齐,文字就会露出另一副面孔。先弄懂它从哪里开始错,比急着修更有用。
我们把「乱码」这件事拆成三条线索:起因、判断、修复。每一张卡片都不急着给结论,只想让你多看一眼。
字符集、编码方式、传输环节,任何一环没对齐,文字就会露出另一副面孔。先弄懂它从哪里开始错,比急着修更有用。
一段乱码是「锟斤拷」还是方框问号,指向的问题完全不同。学会看症状,能省掉一半反复试错的力气。
换编码、试路径、留原始副本。修复的过程很像校对,慢一点,但每一步都能被解释清楚。
有人来是为了救一份旧文件,有人只是好奇。下面是编辑按阅读场景归的六类,编号不代表优劣,只代表顺序。
十年前保存的笔记突然全成了乱码。这类读者最需要的是耐心,而不是一键修复的承诺。
不为什么,就想知道「乱码」到底怎么产生的。这类型的文章我们写得最放松,也最敢展开。
导出表格、抓取网页、跨系统传数据,字符一变形,整条流程都要停下来。这里给的是判断思路。
手机里跳出一堆方块字,家里人第一反应是「坏了」。其实多数时候只是编码没对上,讲清楚就好。
比起原理,更喜欢看一段真实文字如何一步步被还原。我们把过程摊开,也把失败的尝试留下。
先存下来,等真正遇到再说。我们不催你读完,只希望需要的那一刻,你还记得这里。
这部分写得比较实在。不保证解决所有情况,但能让你少走几段弯路。
任何修复动作之前,复制一份原文件并改个名字保存。乱码修复最怕的不是失败,而是失败之后连原始状态都找不回来。
GBK、UTF-8、BIG5、Latin-1,来回切换很容易记混。随手在便签上写一行「试过 X,结果 Y」,比凭印象靠谱得多。
乱码往往只在局部出现,但问题可能来自整段文本的编码声明。多看标题、来源和周边内容,线索常在那里。
写在栏目背后的一些想法,不是教程,更像是一段自述。
做这个栏目最初的理由很朴素:我自己被乱码坑过太多次。一份重要的记录,打开之后全是方块和问号,那种无力感很具体。后来慢慢发现,问题几乎都能被解释——编码没声明、字符集不匹配、复制时丢了字节。它不难,只是需要有人把话讲清楚。
所以文字乱码解码器不想做成一个冷冰冰的工具说明书。我们更愿意把它当作一个内容发现站:每一篇围绕一个具体场景展开,有起因,有判断,也有失败的尝试。我们也会挑一些看似无关、其实同源的选题,比如阅读习惯、信息保存、旧设备的文字兼容。它们都指向同一件事——让文字在不同的环境里,仍然能被读懂。
编辑这份工作给我最大的提醒是:不要急着下结论。一段乱码看着像坏了,其实只是走错了门。人也一样。我们保留那些没修好的案例,是因为它们同样有信息量;我们标注推测的部分,是因为诚实比权威更重要。
如果你在这里找到了一点有用的东西,欢迎写信告诉我们。如果你发现我们写错了,更欢迎——那正是这个栏目还能继续生长的原因。
— 文字乱码解码器 编辑组