編碼檢測

位元組證據:哪些編碼解得開。

判定檔位始終按嚴格解碼得出;關掉只讓預覽額外統計 U+FFFD 個數。

用法

  1. 先選輸入型別:貼上的文本,或檔案裡的原始位元組。
  2. 貼上文本,或把檔案拖到卡片上(檔案不會離開本機)。
  3. 先看判定,再看逐條說明依據的證據。
  4. 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。
  5. 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

汉字:编码检测工具

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。

知道編碼之後,這幾個工具能接著往下做。