Correttore di mojibake cinese （乱码修复）

Incolli testo cinese danneggiato come 浣犲ソ, 缃戠粶 o 锟斤拷 e questo strumento individua quale catena di errata lettura GBK / Big5 / UTF-8 lo ha prodotto, poi lo ripara con un clic. Il candidato migliore è mostrato con un'etichetta onesta a tre stati: Riparato, Approssimativo o Irreversibile — nulla viene indovinato in silenzio.
Tutta l'elaborazione avviene localmente nel suo browser con una tabella dei set di caratteri inclusa — il suo testo non viene mai caricato su nessun server.
Testo danneggiato (乱码)
Testo riparato
Ctrl+Invio ripara.
Incolli del testo cinese danneggiato e prema Ripara ora. Tutta l'elaborazione resta nel suo browser.
Come funziona: lo strumento ricodifica il testo con ciascun set di caratteri, decodifica i byte con gli altri set e assegna un punteggio a ogni candidato in base al numero di caratteri comuni validi e ai simboli sostitutivi. Catene tipiche che rileva: byte UTF-8 letti come GBK (你好 → 浣犲ソ), UTF-8 letto come Big5, e GBK letto come UTF-8 (che lascia � o 锟斤拷). Riparato significa che è stato trovato un risultato sicuro e pulito; Approssimativo significa che il set di caratteri fa il giro di andata e ritorno ma il risultato contiene ancora caratteri rari o insoliti — lo rilegga; Irreversibile significa che i caratteri originali sono stati danneggiati (sostituiti da �/锟斤拷) e non possono essere recuperati. Per i byte grezzi di un file usi il Convertitore di codifica dei file o il Convertitore di set di caratteri cinesi.
Cos'è il mojibake?

Il mojibake (乱码) è testo decodificato con il set di caratteri sbagliato: i byte sono integri, è sbagliata solo l'etichetta che li legge. Poiché nulla è andato distrutto, ricodificare il testo e ridecodificarlo con il set giusto può annullarlo — quel giro di andata e ritorno è esattamente il modo in cui questa pagina ripara 浣犲ソ riportandolo a 你好.

Il danno diventa permanente solo quando il testo letto male è stato salvato e i caratteri sbagliati hanno sostituito gli originali — lo schema 锟斤拷 è l'aspetto che hanno i byte sostitutivi UTF-8 per caratteri già persi quando vengono letti come GBK.

†all'inizio di una parola danneggiata è la firma dei byte UTF-8 letti come Latin-1/Windows-1252; 浣犲ソ indica i byte UTF-8 letti come GBK; un risultato pulito qui significa che il giro di andata e ritorno è stato verificato, non indovinato.