CSV 編碼助手

怎麼用

1. 把 CSV 拖到卡片上，或點選「選擇檔案」。編碼與分隔符會立刻檢測出來，表格直接顯示在下方 —— 沒有要點的按鈕。「這份檔案是什麼」那一行會告訴你用了哪個編碼，以及還有幾個候選同樣能完整解碼這份檔案。
2. 如果預覽還是錯的，就手動指定源編碼。候選順序跟隨本頁語言：中文頁以 GB18030、Big5 開頭，阿語頁以 Windows-1256、ISO-8859-6 開頭，英文頁以 Windows-1252、MacRoman 開頭。切換是即時的，也不會動你開啟的檔案。
3. 點「下載 CSV」拿到修好的副本。它一定是 UTF-8；預設勾選的「加 BOM」會在開頭寫入三個位元組的標記，讓 Excel 不再回退到系統碼頁。「複製」給你同樣的文本但不帶這個標記，可以直接粘進資料庫或指令碼。
4. 「貼上文本」是第二個入口，用於亂碼字元已經被當成文本儲存下來的情況。此時原始位元組不可得，檢測無從談起，但勾選「修復亂碼字元」會把文本按 Windows-1252 寫回位元組再按 UTF-8 讀出來，把「汉字」還原成「漢字」。

侷限

• 只匯出 UTF-8（帶或不帶 BOM）。平臺自帶的 TextEncoder 只實現 UTF-8，自造碼頁表無法與 iconv / Excel 逐位元組對齊驗證，介面上寫「已轉為 GBK」屬於偽精確。需要輸出遺留碼頁時，請先在這裡確認源編碼和內容，再在本地執行 iconv -f <源編碼> -t GBK。
• 遺留碼頁一律報「猜測」，從不報「確定」。GBK 與 Big5、Windows-1252 與 MacRoman 在短樣本上天然可互換，因此工具會列出並列候選，由你看一眼預覽確認，一鍵即可切換。
• 少數 GBK / Big5 位元組序列碰巧也是合法 UTF-8（C2 80 在 GB18030 裡是「聙」，在 UTF-8 裡是控制字元）。這種情況會降級為「猜測」並同時列出候選，不會假裝確定。反過來，不含假名的純漢字日文與中文在位元組層面無法區分，工具會如實並列。
• 候選集是瀏覽器 TextDecoder 支援的碼頁，不含 CP437、TIS-620、hp-roman8，UTF-32 完全無法解碼 —— 命中 UTF-32 的位元組序標記會明確報出並拒絕。
• 貼上的文本沒有位元組。亂碼字元還在時可以修復，但已經變成 ? 或取代字元的文本資訊已經丟失，工具不會假裝修好它。
• 預覽只渲染前 200 行並截斷過長的單元格；下載是全量、完整值。資料本身一律不 trim、不去前導零、不推斷日期與數字，引號內的逗號原樣保留。
• 檔案超過 5 MB、文本超過 200,000 碼點會明確報錯而不是靜默截斷。.xls / .xlsx 是二進位制容器，不讀取。
• 全部在本標籤頁完成：不上傳、不寫進位址列、不落儲存。想驗證的話，頁面載入完成後斷開網路，工具照常工作。