Paano Mabilis na Matukoy ang File Encoding?
Walang kinakailangang pag-install ng software. Tukuyin ang encoding at ayusin ang sirang teksto online sa 3 simpleng hakbang:
Pumili & Mag-import ng Files
I-click ang upload zone upang pumili ng files mula sa iyong computer, i-drag at i-drop ang files sa browser, o kopyahin ang files at pindutin ang Ctrl + V.
Agad na Pagsusuri & Live Preview
Tinutukoy ng mabilis na algorithm ang encoding sa ilang millisecond nang lokal nang hindi ina-upload sa anumang server. Tingnan ang uri ng encoding, katumpakan, at preview ng teksto.
Palitan ang Encoding & I-download
Kung sira ang default preview, i-click ang candidate tags sa ilalim ng "Mga Posibleng Encoding". Pagkatapos ma-verify, i-click ang "Sa UTF-8" o "I-convert Lahat sa UTF-8 & I-download (ZIP)".
Mga Karaniwang Problema sa Sirang Teksto at Solusyon
1. Windows Notepad Nagpapakita ng mga Kakaibang Simbolo
Ang lumang Windows Notepad ay madalas na nagse-save ng teksto sa rehiyonal na format ng ANSI (tulad ng Windows-1252 o GBK), na nagiging sanhi ng sirang teksto sa macOS o Linux. I-convert sa UTF-8 upang maayos ito.
2. Excel Nagpapakita ng mga Question Mark sa Pagbukas ng CSV
Maaaring magkamali ang Excel sa pagbasa ng UTF-8 CSV na walang BOM signature, na nagiging sanhi ng sirang mga titik. I-convert ang file sa UTF-8 na may BOM o UTF-16LE para sa madaling pag-double click sa Excel.
3. TXT E-Books at Nobela Hindi Mabasa sa Mobile o Kindle
Kadalasan ay walang regional decoding tables ang mga mobile e-reader app at nagpapakita ng mga simbolo. I-convert ang iyong TXT na mga aklat sa karaniwang UTF-8 para sa maayos na pagbabasa sa lahat ng device.
4. Mga Komento sa Source Code, Subtitles (.srt) at Lyrics Files
Ang mga komento sa lumang source code, .srt / .ass video subtitles, at .lrc lyric files ay madalas masira sa pagitan ng mga operating system. I-drag batch para ayusin at i-export bilang malinis na ZIP package sa loob ng ilang segundo.
Paghahambing at Gabay sa Character Encoding
| Encoding | Buong Pangalan & Mga Katangian | Pangunahing Paggamit | Pagkakatugma & Rekomendasyon |
|---|---|---|---|
| UTF-8 | Pandaigdigang variable-length Unicode encoding (1-4 bytes) | Pamantayan sa web sa buong mundo, mga modernong OS, software development | Lubos na inirerekomenda, pinakamahusay na compatibility |
| Windows-1252 | Single-byte Western European encoding (pamantayang ANSI) | Mga lumang text file sa Ingles, Espanyol, Pranses, Aleman | Madalas mapagkamalang ibang single-byte Latin character set |
| ISO-8859-1 | Pandaigdigang pamantayan para sa Latin alphabet (Latin-1) | Mga lumang web protocol at makasaysayang database system | Karamihan ay napalitan na ng pamantayang UTF-8 |
| GB18030 / GBK | Opisyal at mandatoryong pambansang pamantayan ng Tsina | Mga software ng negosyo at pamahalaan sa Tsina | Ganap na backward-compatible sa GBK at GB2312 |
| Big5 | Pamantayan sa character encoding para sa Tradisyonal na Tsino | Taiwan, Hong Kong, at tradisyonal na media sa ibang bansa | Para sa Tradisyonal na Tsino; iminumungkahing i-convert sa UTF-8 |
| Shift-JIS / EUC-JP | Japanese Industrial Standard (JIS) para sa wikang Hapones | Mga Japanese system, anime subtitles, at lumang games | Madaling masira sa labas ng Japan; i-convert sa UTF-8 |
Bakit Piliin ang Online Batch Detection & Converter?
100% sa Browser · Ganap na Privacy
Ang lahat ng pagsusuri, preview, at conversion ng file ay direktang nagaganap sa memorya ng iyong lokal na browser. Walang anumang file na ina-upload sa mga server.
Katumpakan Score · Agarang Paghahambing
Batay sa mga statistical model, ipinapakita ng tool na ito ang mga pangunahing resulta na may antas ng tiwala at nagbibigay-daan sa paglipat ng mga kandidato sa 1 click.
Mabilis na Batch Processing · Awtomatikong ZIP
Maglagay ng dose-dosenang o daan-daang file nang sabay-sabay. Mabilis na ipinoproseso ng asynchronous queue ang mga file para sa paisa-isang download o 1-click na ZIP package.
Mga Madalas Itanong (FAQ)
T: Bakit hindi laging 100% ang katumpakan ng pagtukoy para sa maiikling teksto?
Ang pagtukoy sa character encoding ay nakadepende sa statistical analysis ng byte frequency at probability models ng wika. Ang maliliit na file o purong ASCII text ay maaaring tumugma sa maraming encoding nang sabay-sabay. Maaari mong tingnan ang lahat ng tag sa hanay ng 'Mga Posibleng Encoding' at i-click ang mga ito upang i-preview agad ang na-decode na teksto.
T: Ano ang pagkakaiba ng UTF-8 na may BOM at walang BOM? Paano magdagdag o mag-alis ng BOM?
1. Pagkakaiba: Ang BOM ay isang 3-byte na signature (0xEF 0xBB 0xBF) sa simula ng file. Ang UTF-8 na may BOM ay tumutulong sa Microsoft Excel at Notepad na basahin nang maayos ang CSV; ang UTF-8 na walang BOM ay pamantayan para sa web development at Linux/macOS.
2. Paano magdagdag ng BOM: Kapag nagko-convert, lagyan ng tsek ang "Magdagdag ng BOM Signature" sa dialog window.
3. Paano mag-alis ng BOM: Alisin ang tsek sa "Magdagdag ng BOM Signature" sa download box. Awtomatikong tatanggalin ng tool ang mga naunang byte ng BOM.
T: Anong mga character encoding ang sinusuportahan ng tool na ito?
Sinusuportahan ng tool ang mahigit 80 character encoding sa buong mundo na may mataas na katumpakan, na nakategorya ayon sa rehiyon:
- Pandaigdigan at Universal (Unicode / International):
UTF-8,UTF-8 na may BOM (UTF-8-SIG),UTF-16LE,UTF-16BE,UTF-16,UTF-32LE,UTF-32BE,UTF-32,ASCII - Kanlurang Europa at Amerika (Ingles, Espanyol, Pranses, Aleman, atbp.):
Windows-1252,ISO-8859-1(Latin-1),ISO-8859-15(Latin-9),MacRoman,HP-Roman8 - Tsina (Pinapayak at Tradisyonal na Tsino):
GB18030(Mandatoryong pamantayan, compatible saGBKatGB2312),HZ-GB-2312,Big5,Big5-HKSCS - Japan (Wikang Hapones):
Shift_JIS,Shift_JIS_2004,CP932(Windows),EUC-JP,EUC-JIS-2004,Serye ng ISO-2022-JP - Korea (Wikang Koreano):
EUC-KR,CP949(Windows),ISO-2022-KR,Johab - Gitna at Silangang Europa (Polish, Czech, Hungarian, Romanian, atbp.):
Windows-1250,ISO-8859-2(Latin-2),MacLatin2,CP852 - Russia at mga Bansang Cyrillic (Russian, Ukrainian, Belarusian, atbp.):
Windows-1251,KOI8-R,KOI8-U,ISO-8859-5,MacCyrillic,CP866,CP1125 - Greece (Wikang Griyego):
Windows-1253,ISO-8859-7,MacGreek,CP737 - Turkey (Wikang Turkish):
Windows-1254,ISO-8859-9(Latin-5),MacTurkish,CP857 - Gitnang Silangan (Arabic, Hebrew, Persian):
Windows-1255/ISO-8859-8(Hebrew),Windows-1256/ISO-8859-6/CP720/CP864(Arabic) - Timog-Silangang Asya (Vietnamese, Thai, atbp.):
Windows-1258(Vietnamese),CP874/TIS-620(Thai) - Baltic at Nordic (Estonian, Latvian, Lithuanian, Icelandic, atbp.):
Windows-1257,ISO-8859-4,ISO-8859-10,ISO-8859-13,MacIceland - Makasaysayang DOS at Mainframe: DOS code pages (
CP437,CP850,CP858, atbp.), IBM/Mainframe EBCDIC (CP500,CP1026,CP1140, atbp.)
T: Anong mga format ng file ang suportado?
Sinusuportahan ang lahat ng plain text file, kabilang ang .txt, .csv, .json, .xml, .html, .css, .js, .py, .java, .c, .cpp, .sql, .srt, .ass, .lrc, .log, .md, atbp.
T: Mawawala ba o mababago ang nilalaman ng file sa panahon ng conversion?
Hindi. Muling itinatalaga lamang ng conversion ang pinagbabatayang format ng byte encoding (halimbawa mula sa mga byte ng Windows-1252 patungo sa mga byte ng UTF-8). Ang lahat ng salita, simbolo, line break, at bantas ay mananatiling buo nang walang anumang pagkawala ng data.