Guides
Réparer localement les textes illisibles GBK, Big5, Shift-JIS & EUC-KR
Diagnostiquez et convertissez en UTF-8 propre les fichiers chinois, japonais et coréens illisibles (GBK, GB18030, Big5, Shift-JIS, EUC-KR) en local.
Réponse rapide: Les exports anciens, sous-titres et fichiers d'Asie de l'Est utilisent souvent `GBK`, `GB18030`, `Big5`, `Shift-JIS` ou `EUC-KR`. Une validation UTF-8 stricte suivie d'une analyse statistique des octets dans le navigateur décode proprement vos flux `Uint8Array` vers UTF-8 sans téléversement.
Pourquoi les textes CJK deviennent ou Õ½ÚÒ»
Les anciens encodages régionaux codent les caractères d'Asie de l'Est sur 2 octets hors ASCII. Les fichiers Windows en chinois simplifié emploient souvent GBK ou GB18030, le chinois traditionnel Big5, le japonais Shift-JIS et le coréen hérité EUC-KR.
Lorsqu'un lecteur UTF-8 interprète ces octets bruts comme du Latin-1 ou insère des losanges de remplacement (`�`), le texte paraît détruit alors que le fichier d'origine contient toujours les octets exacts.
- GBK / GB18030 : chinois simplifié, ancienne page de codes Windows 936.
- Big5 : chinois traditionnel, page de codes 950 à Taïwan et Hong Kong.
- Shift-JIS : page de codes japonaise 932 dans CSV, jeux et paroles.
- EUC-KR : fichiers coréens hérités page 949 / KS X 1001.
Comment la détection stricte d'octets évite la double corruption
N'enregistrez jamais un fichier après l'avoir ouvert corrompu dans le Bloc-notes : vous remplaceriez définitivement les octets originaux par des caractères `�`. Décodez toujours le fichier source intact.
TxtTo teste d'abord `TextDecoder("utf-8", { fatal: true })`, inspecte les en-têtes BOM, lance une analyse statistique `chardet` et vous laisse choisir manuellement l'encodage source au besoin.
const decoder = new TextDecoder("gb18030");
const cleanText = decoder.decode(originalFileBytes);
const utf8Bytes = new TextEncoder().encode(cleanText);Réparer sous-titres CJK (.srt / .lrc) et dossiers par lots
Fansubs et fichiers de paroles karaoké sont souvent encodés en GBK ou Shift-JIS, affichant des carrés illisibles dans les lecteurs modernes et balises vidéo HTML5.
Déposez tout un lot de fichiers `.txt`, `.csv`, `.srt`, `.lrc` ou `.log` dans TxtTo pour les convertir simultanément en UTF-8 et télécharger une seule archive ZIP propre.
Uniformiser les fins de ligne après conversion d'encodage
Les exports issus d'anciennes pages de codes Windows comportent aussi des fins de ligne CRLF (`\r\n`). Pour intégrer ces scripts ou configs dans un dépôt Git macOS/Linux, enchaînez avec CRLF to LF.
Références
Questions fréquentes
Quelle différence entre GBK et GB18030 ?
GB18030 est le sur-ensemble moderne de GBK et GB2312. Utiliser le décodeur GB18030 lit sans risque la quasi-totalité des anciens fichiers en chinois simplifié, caractères rares compris.
TxtTo peut-il récupérer un texte déjà sauvegardé avec des losanges U+FFFD ?
Si le fichier a été écrasé avec de vrais caractères U+FFFD, les octets d'origine sont perdus. Travaillez toujours depuis le fichier source non modifié.
WHATWG TextDecoder prend-il en charge Big5, Shift-JIS et EUC-KR hors ligne ?
Oui. Les navigateurs modernes intègrent nativement le standard WHATWG Encoding dans TextDecoder sans aucune table externe ni appel serveur.
Formats associés
Comparatifs associés
Guides associés
- Pourquoi Excel corrompt les CSV UTF-8 — et comment le BOM UTF-8 les répareEmpêchez Microsoft Excel de corrompre caractères accentués, chinois, japonais et coréens dans vos CSV grâce au BOM UTF-8 de 3 octets en local.
- SRT vs WebVTT vs ASS : guide de conversion et synchronisationMaîtrisez les règles exactes d'horodatage SRT, WebVTT et ASS/SSA : convertissez, nettoyez les doublons glissants et recalez la synchro en local.
- Fusionner et découper de gros CSV localement sans planter ExcelCombinez plusieurs exports CSV par nom de colonne ou découpez de gros fichiers par lots avec en-tête répété et export ZIP en local.