指南

在本機修復 Big5、GBK、Shift-JIS 與 EUC-KR 亂碼文字

在瀏覽器本機診斷並搶救亂碼的中日韓文字檔(Big5、GBK、GB18030、Shift-JIS、EUC-KR),無須上傳即可乾淨轉為 UTF-8。

3 分鐘閱讀

快速解答: 傳統 ERP 匯出檔、字幕與東亞地區純文字常使用 `GBK`、`GB18030`、`Big5`、`Shift-JIS` 或 `EUC-KR` 編碼。瀏覽器端先進行嚴格 UTF-8 驗證並搭配位元組頻率偵測,即可在本地精準解碼原始 `Uint8Array` 位元流並轉存為乾淨的 UTF-8。

為什麼中日韓文字會變成 或 Õ½ÚÒ»

傳統區域字元集採用雙位元組或多位元組序列表示 ASCII 以外的東亞文字:台灣與香港歷史存檔常用 Big5,簡體中文舊版 Windows 應用程式常用 GBK 或 GB18030,日文匯出常見 Shift-JIS,而舊版韓文系統則使用 EUC-KR。

當 UTF-8 閱讀器誤把這些原始位元組當成 Latin-1 解析或代換成菱形問號(`�`)時,畫面就會無法辨讀——但原始位元組串流裡其實完整保留了真實字元。

  • GBK / GB18030:簡體中文傳統 Windows 字碼頁 936 及國標超集。
  • Big5:台灣與香港歷史檔案常見繁體中文大五碼字碼頁 950。
  • Shift-JIS:日文 CSV、遊戲存檔與歌詞常見字碼頁 932。
  • EUC-KR:韓文舊版系統與 KS X 1001 檔案常見字碼頁 949。

嚴格位元組偵測如何避免覆寫造成永久性損毀

千萬不要在記事本開啟看見亂碼後直接按下儲存——這會把原本的雙位元組資訊永久覆寫成失去原義的 `�` 替換字元。請務必針對未經修改的原始檔案進行解碼。

TxtTo 會先執行嚴格模式的 `TextDecoder("utf-8", { fatal: true })`,再檢查 BOM 標頭並運行 `chardet` 統計分析,同時支援您手動指定正確來源字碼頁。

ts
const decoder = new TextDecoder("gb18030");
const cleanText = decoder.decode(originalFileBytes);
const utf8Bytes = new TextEncoder().encode(cleanText);

將 Big5 / GBK / Shift-JIS / EUC-KR 轉為 UTF-8

批次修復中日韓字幕(.srt / .lrc)與整批資料夾

早期字幕組翻譯字幕與卡拉 OK 歌詞檔案經常以 Big5、GBK 或 Shift-JIS 儲存,在現代播放器或網頁 HTML5 播放器中會顯示成無法閱讀的方框或亂碼。

將整批 `.txt`、`.csv`、`.srt`、`.lrc` 或 `.log` 檔案直接拖曳進 TxtTo,即可同時轉成乾淨 UTF-8 並打包為單一 ZIP 壓縮檔下載。

以 Excel UTF-8 BOM 修復中日韓 CSV

編碼轉換後順手統一換行符號格式

傳統 Windows 字碼頁匯出的檔案通常同時帶有 CRLF(`\r\n`)換行符號。若要將轉換後的腳本或 CSV 設定移至 macOS/Linux Git 儲存庫,建議接著使用 CRLF 轉 LF 工具進行正規化。

將 CRLF 換行符號正規化為 LF

參考資料

常見問題

GBK 與 GB18030 有什麼差別?

GB18030 是 GB2312 與 GBK 的現代超集。使用 GB18030 作為解碼器能安全解讀絕大多數簡體中文歷史檔案(包含罕見字)。

如果有人已經把亂碼儲存成黑色菱形問號,TxtTo 還能救回來嗎?

若檔案已被實際覆寫成字面的 U+FFFD 字元,原始位元組數值便已遺失。因此務必使用未經改動的原始來源檔案進行轉換。

瀏覽器內建的 WHATWG TextDecoder 在離線時也支援 Big5、Shift-JIS 與 EUC-KR 嗎?

是的。現代瀏覽器皆原生實作了 WHATWG Encoding 標準於 TextDecoder 之中,完全無須外部對照表或伺服器呼叫即可離線使用。

相關格式

相關方案比較

相關指南