指南

在本地彻底修复 GBK、Big5、Shift-JIS 与 EUC-KR 乱码文件

在浏览器本地诊断并挽救乱码的中日韩文本、CSV 与字幕文件(GBK、GB18030、Big5、Shift-JIS、EUC-KR),无损转为 UTF-8。

3 分钟阅读

快速解答: 传统 ERP 导出表、老字幕与东亚地区文本常采用 `GBK`、`GB18030`、`Big5`、`Shift-JIS` 或 `EUC-KR` 编码。浏览器端先执行严格 UTF-8 校验并结合字节分布检测,即可直接对原始 `Uint8Array` 字节流完成精确转码,输出纯净 UTF-8 而零文件上传。

为什么中日韩文本会变成 或 Õ½ÚÒ»

传统区域字符集使用双字节或多字节序列表示 ASCII 之外的东亚文字:老版 Windows 简体中文软件常用 GBK 或 GB18030,繁体中文多用 Big5,日文导出常见 Shift-JIS,韩文系统常用 EUC-KR。

当现代 UTF-8 阅读器强行把这些字节按 Latin-1 解读或替换成菱形问号(`�`)时,屏幕就呈现出满屏乱码——但原始文件字节里其实依然完整保留着真实文字。

  • GBK / GB18030:简体中文 Windows 传统代码页 936 及国标超集。
  • Big5:中国台湾与中国香港存档常见繁体中文代码页 950。
  • Shift-JIS:日文 CSV、游戏资源与歌词常见代码页 932。
  • EUC-KR:韩文旧版系统与 KS X 1001 文件常见代码页 949。

严格字节检测如何防止乱码二次不可逆损坏

千万不要在记事本里看到乱码后直接点“保存”——这样做会把原本可挽救的双字节覆盖成永久丢失信息的 `�` 替换符。务必使用未经保存改写的原始文件。

TxtTo 会先用严格模式 `TextDecoder("utf-8", { fatal: true })` 验证,再读取 BOM 并运行 `chardet` 统计推断,同时也支持您手动指定准确源编码。

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

将 GBK / Big5 / Shift-JIS / EUC-KR 转为 UTF-8

批量抢救中日韩字幕(.srt / .lrc)与文件夹

早年字幕组的外挂字幕与卡拉 OK 歌词经常采用 GBK 或 Shift-JIS 保存,在现代播放器或 HTML5 网页播放器中会显示成方块或火星文。

把整批 `.txt`、`.csv`、`.srt`、`.lrc` 或 `.log` 文件直接拖入 TxtTo,即可一次性全部转为 UTF-8 并打包成一个干净的 ZIP 下载。

用 UTF-8 BOM 一键修复 Excel 中日韩 CSV

编码转换后顺手统一换行符格式

旧版 Windows 导出的文件通常还带着 CRLF(`\r\n`)换行符。若后续要放进 macOS/Linux 的 Git 仓库或服务器脚本,建议紧接着用 CRLF 转 LF 做一次规范化。

将 CRLF 换行符规范化为 Unix LF

参考资料

常见问题

GBK 和 GB18030 有什么区别?

GB18030 是 GB2312 与 GBK 的国家标准超集,涵盖生僻字与少数民族文字。选 GB18030 作为解码器几乎可以安全覆盖所有简体中文历史文件。

如果别人已经用记事本把乱码保存成了黑色菱形问号,还能救回吗?

如果文件已被真正重写为 U+FFFD 字符,原始字节值就已经丢失。因此编码修复一定要针对未覆盖修改的原始文件进行。

浏览器内置的 WHATWG TextDecoder 在离线时也支持 Big5、Shift-JIS 和 EUC-KR 吗?

是的。所有现代浏览器引擎都已原生内置 WHATWG Encoding 编码表,无需额外加载码表或联网请求即可离线解码。

相关格式

相关方案对比

相关指南