編碼檢測
位元組證據:哪些編碼解得開。
把檔案拖到這裡,或點下面選擇檔案留在本機:只在本地讀取,絕不上傳。
判定
- 位元組數
- 非 ASCII 位元組數
- 位元組順序記號
- 實際分析
- 碼點數
- UTF-8 位元組數
- U+FFFD 個數
- 零寬字元個數
- 控制字元個數
- 孤立代理碼位
- 換行符號
依據
候選
| 編碼 | 結果 | 失敗位置 | 解出碼點數 |
|---|
預覽
用法
- 先選輸入型別:貼上的文本,或檔案裡的原始位元組。
- 貼上文本,或把檔案拖到卡片上(檔案不會離開本機)。
- 先看判定,再看逐條說明依據的證據。
- 原始位元組模式下點其他候選,看同一批位元組按那個編碼解出來長什麼樣。
- 需要留檔就複製報告;要解碼後的文字就複製或下載預覽。
可核對示例
輸入
汉å—ï¼šç¼–ç æ£€æµ‹å·¥å…·
判定
僅能診斷 —— 簽章「æ±」出現 9 次:UTF-8 位元組被按單位元組碼頁讀了一遍 —— 按 Windows-1252 反解得到的位元組是合法 UTF-8 —— 還原結果:漢字:編碼檢測工具
文本模式永遠給不出原始編碼名:瀏覽器在解碼時已經把位元組丟了。
需要知道的侷限
- 貼上進來的文本已被解碼,只有拖進來的位元組才能被識別;文本模式只做診斷。
- 含 U+FFFD 的文本不可逆,丟掉的位元組無法重建,工具不會假裝修好。
- 非 ASCII 位元組少於 24 個的短樣本,在遺留碼頁之間天然歧義,此時結論是「無法確定」並列出候選。
- 候選集是本瀏覽器能解碼的碼頁加上 BOM/模式啟發;UTF-32、CP437、TIS-620、hp-roman8 在這裡無法解碼,會如實標註。
- 這不是轉換工具:不做碼頁互轉、不做批次目錄處理、不按檔名猜編碼。
- 全部在本地完成:不上傳、不進 URL、不落儲存、不髮網絡請求、不留歷史。
相關工具
知道編碼之後,這幾個工具能接著往下做。