Chinese mojibake-herstel （乱码修复）

Plak verminkte Chinese tekst zoals 浣犲ソ, 缃戠粶 of 锟斤拷 en deze tool bepaalt welke keten van verkeerd gelezen GBK / Big5 / UTF-8 hem heeft veroorzaakt, en herstelt hem met één klik. De beste kandidaat wordt getoond met een eerlijk label in drie toestanden: Hersteld, Benaderend of Onomkeerbaar — er wordt nooit stilzwijgend geraden.
Alle verwerking gebeurt lokaal in uw browser met een meegeleverde tekentabel — uw tekst wordt nooit naar een server geüpload.
Verminkte tekst (乱码)
Hersteld resultaat
Ctrl+Enter herstelt.
Plak wat verminkte Chinese tekst en klik op Nu herstellen. Alle verwerking blijft in uw browser.
Hoe het werkt: de tool codeert uw tekst terug met elke tekenset, decodeert de bytes met de andere tekensets en scoort elke kandidaat op het aantal geldige veelvoorkomende tekens en vervangingssymbolen. Typische ketens die hij herkent: UTF-8-bytes gelezen als GBK (你好 → 浣犲ソ), UTF-8 gelezen als Big5, en GBK gelezen als UTF-8 (wat � of 锟斤拷 achterlaat). Hersteld betekent dat een zeker, schoon resultaat is gevonden; Benaderend betekent dat de tekenset heen en terug werkt maar het resultaat nog zeldzame of vreemde tekens bevat — lees het na; Onomkeerbaar betekent dat de originele tekens zijn beschadigd (vervangen door �/锟斤拷) en niet hersteld kunnen worden. Voor ruwe bestandsbytes gebruikt u de Converter bestandscodering of de Converter Chinese tekenset.
Wat is mojibake?

Mojibake (乱码) is tekst die met de verkeerde tekenset is gedecodeerd: de bytes zelf zijn intact, alleen het etiket dat ze las was verkeerd. Omdat er niets is vernietigd, kan de tekst terug worden gecodeerd en opnieuw met de juiste set worden gedecodeerd om het ongedaan te maken — die heen-en-terugweg is precies hoe deze pagina 浣犲ソ terugzet naar 你好.

Schade wordt pas permanent wanneer de verkeerd gelezen tekst is opgeslagen en de verkeerde tekens de originelen hebben vervangen — het patroon 锟斤拷 is hoe de UTF-8-vervangingsbytes voor reeds verloren tekens eruitzien wanneer ze als GBK worden gelezen.

†aan het begin van een verminkt woord is het kenmerk van UTF-8-bytes die als Latin-1/Windows-1252 zijn gelezen; 浣犲ソ wijst op UTF-8-bytes die als GBK zijn gelezen; een schoon resultaat hier betekent dat de heen-en-terugweg is geverifieerd, niet geraden.