无需登录 数据私有 本地保存

简单文本编码检测器 - 推测 UTF-8/GBK/Latin1 等

开发工具 编码 乱码 字符集 检测 编码
12
0
0
0
粘贴的文本在浏览器中已转为Unicode，工具将分析字符特征并尝试编码修复。
点击上传或拖拽文件到此处
支持 .txt .csv .html .xml .json 等文本文件，最大10MB
检测结果

等待输入文本或上传文件...

常见问题与编码知识

字符编码是将字符映射为字节序列的规则。不同的编码标准（如UTF-8、GBK、Latin1）使用不同的映射方式。当文件的编码与打开方式不匹配时，就会出现乱码。编码检测工具帮助识别文本的真实编码，从而用正确的方式打开文件，避免乱码问题。

UTF-8是Unicode的一种变长编码，使用1-4个字节表示一个字符，兼容ASCII，是目前互联网最通用的编码。GBK是中国国家标准，使用1-2个字节表示字符（英文1字节，中文2字节），在Windows中文系统和国内旧系统中广泛使用。UTF-8对中文通常使用3个字节，GBK使用2个字节，因此同一个中文文本，UTF-8编码的文件通常比GBK大。

BOM是文件开头的几个特殊字节，用于标识文件的编码格式。UTF-8的BOM是EF BB BF，UTF-16 LE的BOM是FF FE，UTF-16 BE的BOM是FE FF。BOM不是必需的，但可以帮助程序自动识别编码。有些工具（如Windows记事本）会添加BOM，而Linux/macOS上的工具通常不添加。

当您粘贴文本时，浏览器已将文本转换为Unicode（UTF-16）内部表示，原始的字节信息已丢失。粘贴模式主要分析字符分布特征并尝试识别乱码模式。上传文件模式直接读取文件的原始字节，可以进行BOM检测和字节级编码验证，结果更准确。如需精确检测，建议上传原始文件。

最常见的乱码场景：①UTF-8编码的中文被当作GBK/Latin1读取（出现如"涓枃"等字符）；②GBK编码的中文被当作UTF-8读取（出现��等替换字符或乱码）；③Latin1/ISO-8859-1编码的西欧语言文本被当作UTF-8读取。使用本工具的「乱码修复」功能可以尝试自动修复这些常见问题。

Latin1（ISO-8859-1）是单字节编码，覆盖西欧语言字符，字节范围0x00-0xFF。它的前128个字符与ASCII完全一致，后128个字符包含带重音符号的字母、货币符号等。由于其字节可以取0-255的任意值，经常被用作"兜底"编码——任何字节序列都可以用Latin1解码而不会报错，但可能显示不正确。

建议：①统一使用UTF-8编码保存所有文本文件；②在HTML中通过<meta charset="utf-8">声明编码；③编程时明确指定文件读写编码；④使用支持编码检测的编辑器（如VS Code）；⑤在数据传输中使用Content-Type头声明编码。UTF-8已经是最通用的编码标准，推荐在所有场景中优先使用。
🔧 相关工具