Corretor de mojibake chinês （乱码修复）

Cole texto chinês corrompido, como 浣犲ソ, 缃戠粶 ou 锟斤拷, e esta ferramenta descobre que cadeia de leituras erradas GBK / Big5 / UTF-8 o produziu, e repara-o com um clique. O melhor candidato é apresentado com um rótulo honesto de três estados: Corrigido, Aproximado ou Irreversível — nada é adivinhado em silêncio.
Todo o processamento é feito localmente no seu navegador, com uma tabela de conjuntos de caracteres incluída — o seu texto nunca é enviado para nenhum servidor.
Texto corrompido (乱码)
Texto reparado
Ctrl+Enter corrige.
Cole algum texto chinês corrompido e clique em Corrigir agora. Todo o processamento fica no seu navegador.
Como funciona: a ferramenta codifica o seu texto de volta com cada conjunto de caracteres, descodifica os bytes com os outros conjuntos, e avalia cada candidato pelo número de caracteres comuns válidos e de símbolos de substituição. Cadeias típicas que deteta: bytes UTF-8 lidos como GBK (你好 → 浣犲ソ), UTF-8 lido como Big5, e GBK lido como UTF-8 (que deixa � ou 锟斤拷). Corrigido significa que foi encontrado um resultado confiante e limpo; Aproximado significa que o conjunto de caracteres faz a ida e volta, mas o resultado ainda contém caracteres raros ou estranhos — revise-o; Irreversível significa que os caracteres originais foram danificados (substituídos por �/锟斤拷) e não podem ser recuperados. Para bytes de ficheiros em bruto, use o Conversor de codificação de ficheiros ou o Conversor de conjuntos de caracteres chineses.
O que é o mojibake?

O mojibake (乱码) é texto descodificado com o conjunto de caracteres errado: os bytes em si estão intactos, apenas o rótulo que os lia estava errado. Como nada foi destruído, codificar o texto de novo e descodificá-lo com o conjunto correto pode desfazer o problema — essa ida e volta é exatamente a forma como esta página repara 浣犲ソ de volta para 你好.

O dano só se torna permanente quando o texto mal lido foi guardado e os caracteres errados substituíram os originais — o padrão 锟斤拷 é o aspeto que os bytes de substituição UTF-8 de caracteres já perdidos têm quando lidos como GBK.

†no início de uma palavra corrompida é a assinatura de bytes UTF-8 lidos como Latin-1/Windows-1252; 浣犲ソ indica bytes UTF-8 lidos como GBK; um resultado limpo aqui significa que a ida e volta foi verificada, e não adivinhada.