浏览器默认按 UTF-8 去猜本地文本,老编码(ANSI/GBK 这类 Windows 本地编码)的字节被按错表翻开,字就糊了。本站「TXT处理」把读入编码做成下拉选项——UTF-8、带 BOM 的 UTF-8、GBK——你手动指定对,字就回来了。选完还是乱,多半是这个老编码连下拉都没覆盖到,先在编辑器里另存成 UTF-8 再重新读入。全过程在浏览器里完成,文件不离开本机,不用登录。
一、糊的原因是「猜错了编码表」
文本文件里存的是字节,不是「字」本身。同一串汉字,UTF-8 和 GBK 编出来的字节完全不同。浏览器读文件时不知道你用哪张表,就按最常见的 UTF-8 去翻;翻错了,一个汉字该占的字节被拆成两三个不相干的字符,屏幕上就是一堆乱码。这不是文件坏了,是解码对不上号。
二、下拉里三个读入编码怎么选
| 你的文件实际编码 | 下拉选哪个 | 常见来历 |
|---|---|---|
| UTF-8 | UTF-8 | 现代编辑器默认 |
| 带 BOM 的 UTF-8 | 带 BOM 的 UTF-8 | 开头有三个标识字节,常被 Windows 编辑器写成这样 |
| GBK / ANSI | GBK | 中文 Windows 老记事本另存的文本 |
选对了立刻可读,选错了照样糊——这就是「靠人指定」的意义:这一页不猜,你说了算。
三、浏览器为什么读不了 GBK/ANSI 的原生文件
浏览器读本地文件走的是统一的字节通道,它没有义务替你试探老编码,试探错了更糟。所以老编码的原生文件经常一进来就糊成一片。这一页给的补救是「让你补上编码信息」:下拉里选 GBK,多数中文老文本能救回来。真遇到下拉里没有的冷门编码,就别硬试,走第四节的另存。
四、还是乱?按这个顺序来
- 先在下拉里把 GBK、带 BOM 的 UTF-8 挨个试一遍,看哪次字是对的。
- 都试过了还乱,说明这文件是下拉没覆盖的编码。用本机编辑器打开(它按系统本地编码多半能正常显示),另存时把编码选成 UTF-8。
- 另存好的 UTF-8 文件重新读进「TXT处理」,这次直接选 UTF-8 即可。
- 顺手要处理的话,同一页还能去空行、去重、改换行、切正则查找替换,见 TXT处理。
能靠下拉还原常见编码,不能替你把任意冷门编码猜对——猜不对就老实用另存。想接着把文本转成表格,去 CSV转换 那页也是浏览器里完成。
五、几个容易白费劲的做法
- 别反复重开同一份乱码文件指望它自己变好:编码没变,结果不会变,改的是读入编码那一步。
- 别手改文件后缀当转码:改后缀不动里面的字节,糊的还是糊。
- 别在没选编码时就下结论说文件坏了:先按第三节把下拉三个都试一遍。
- 别担心内容外流:这些都在本地浏览器里跑,文件不离开本机,也不占处理次数。
常见问题
问:为什么别的软件能开,这里一打开就乱码?
答:那些软件按系统本地编码(常是 GBK)解,浏览器默认按 UTF-8 猜;在下拉里把读入编码选成 GBK 就对上了。
问:下拉里没有我要的那个编码怎么办?
答:先用本机编辑器把它另存成 UTF-8,再重新读进来选 UTF-8。
问:这个操作会把文件传到服务器吗?
答:不会,这一步在浏览器里完成,文件不离开本机。
问:处理大文件会不会卡?
答:单次能读多大以页面提示为准;太大可以先在编辑器里裁一段再读。
问:带不带 BOM 会影响能不能读对吗?
答:会影响,BOM(Byte Order Mark,文件开头那几个标识字节)是有是另一种形态,下拉里「带 BOM 的 UTF-8」和「UTF-8」分开选。
本站入口
这一步在站内是 TXT处理,读本地文本前先在下拉里定读入编码,统一输出 UTF-8。
读对之后:要清理就地做去空行、去重、换行转换,要落成表格再走 CSV 转换那一页。