Επικόλληση παραμορφωμένου κινεζικού κειμένου όπως 浣犲ソ, 缃戠粶 ή 锟斤拷 και το εργαλείο βρίσκει ποια αλυσίδα λανθασμένων αναγνώσεων GBK / Big5 / UTF-8 το παρήγαγε, και το διορθώνει με ένα κλικ. Η καλύτερη υποψηφιότητα εμφανίζεται με ειλικρινή ετικέτα τριών καταστάσεων: Διορθωμένο, Κατά προσέγγιση ή Μη αναστρέψιμο — τίποτα δεν μαντεύεται σιωπηλά.
Όλη η επεξεργασία γίνεται τοπικά στο πρόγραμμα περιήγησης, με ενσωματωμένο πίνακα συνόλου χαρακτήρων — το κείμενο δεν μεταφορτώνεται ποτέ σε κανέναν διακομιστή.
Κατεστραμμένο κείμενο (乱码)
Επιδιορθωμένο κείμενο
Το Ctrl+Enter διορθώνει.
Επικόλληση κάποιου παραμορφωμένου κινεζικού κειμένου και εκτέλεση του Διόρθωση τώρα. Όλη η επεξεργασία μένει στο πρόγραμμα περιήγησης.
Πώς λειτουργεί: το εργαλείο κωδικοποιεί ξανά το κείμενο με κάθε σύνολο χαρακτήρων, αποκωδικοποιεί τα byte με τα υπόλοιπα σύνολα
και βαθμολογεί κάθε υποψηφιότητα με βάση το πλήθος των έγκυρων κοινών χαρακτήρων και των συμβόλων αντικατάστασης.
Τυπικές αλυσίδες που εντοπίζει: byte UTF-8 διαβασμένα ως GBK (你好 → 浣犲ソ), UTF-8 διαβασμένο ως Big5, και GBK διαβασμένο ως UTF-8 (που αφήνει � ή 锟斤拷).
Το Διορθωμένο σημαίνει ότι βρέθηκε σίγουρο, καθαρό αποτέλεσμα· το Κατά προσέγγιση σημαίνει ότι το σύνολο χαρακτήρων κάνει κύκλο αλλά το αποτέλεσμα περιέχει ακόμη σπάνιους ή περίεργους χαρακτήρες — απαιτείται έλεγχος·
το Μη αναστρέψιμο σημαίνει ότι οι αρχικοί χαρακτήρες καταστράφηκαν (αντικαταστάθηκαν με �/锟斤拷) και δεν μπορούν να ανακτηθούν.
Για ακατέργαστα byte αρχείων χρησιμοποιείται ο Μετατροπέας κωδικοποίησης αρχείων ή ο Μετατροπέας κινεζικού συνόλου χαρακτήρων.
Τι είναι το mojibake;
Το Mojibake (乱码) είναι κείμενο που αποκωδικοποιήθηκε με λάθος σύνολο χαρακτήρων: τα ίδια τα byte είναι άθικτα, μόνο η ετικέτα που τα διάβαζε ήταν λάθος. Επειδή τίποτα δεν καταστράφηκε, η επανακωδικοποίηση του κειμένου και η επαναποκωδικοποίηση με το σωστό σύνολο μπορεί να το αναιρέσει — αυτός ακριβώς είναι ο κύκλος με τον οποίο αυτή η σελίδα επαναφέρει το 浣犲ソ στο 你好.
Η ζημιά γίνεται μόνιμη μόνο όταν το λανθασμένα διαβασμένο κείμενο αποθηκευτεί και οι λάθος χαρακτήρες αντικαταστήσουν τα πρωτότυπα — το μοτίβο 锟斤拷 είναι τι μοιάζουν τα byte αντικατάστασης UTF-8 για ήδη χαμένους χαρακτήρες όταν διαβάζονται ως GBK.
Το †στην αρχή μιας παραμορφωμένης λέξης είναι η υπογραφή των byte UTF-8 που διαβάστηκαν ως Latin-1/Windows-1252· το 浣犲ソ δείχνει byte UTF-8 που διαβάστηκαν ως GBK· ένα καθαρό αποτέλεσμα εδώ σημαίνει ότι ο κύκλος επαληθεύτηκε, δεν μαντεύτηκε.
🔷 Εργαλεία κινεζικών (中文)
Εργαλεία κινεζικού κειμένου που εκτελούνται εξ ολοκλήρου στο πρόγραμμα περιήγησης — μέρος της οικογένειας Εργαλείων κειμένου.
