现在哪些地方还在用 GBK
- Windows 记事本以“ANSI”保存的文本。Windows 10 1903 之前,记事本默认就是 ANSI,也就是 GBK。
- 中文 Windows 上用 Excel 另存为普通 CSV(逗号分隔) 的文件。
- 银行、税务或财务软件导出的 GBK 格式 CSV,要导入只支持 UTF-8 的系统。
- 旧网站和论坛存档(例如 Discuz! 的 GBK 版)、小说 TXT、程序源码中的中文注释。Java 18 之前的程序在中文 Windows 上默认也用 GBK 写文件。
- 从字幕网站下载的老字幕,在电视上显示乱码,见 字幕乱码修复。
乱码
±±¾©Êг¯ÑôÇø µç»° Êý¾Ý±àÂë Îļþ
转换后
北京市朝阳区 电话 数据编码 文件
转换步骤
- 把文件拖到上面的框中。
- Mojibuster 会自动识别 GBK、GB18030、Big5 和 UTF-8。用哪种编码读取的,会显示在结果区。
- 如果识别有误,可以点击提示中的 按 … 读取 重新读取。
- 点击 下载 保存 UTF-8 文件。
怎样一眼认出 GBK
中的 GBK 字节是D6 D0,在西文系统中显示为ÖÐ;UTF-8 则是E4 B8 AD。文是CE C4,显示为ÎÄ。你好是C4 E3 BA C3,显示为ÄãºÃ。
看到 Ö、Î、Ä 这类带符号的拉丁字母成对出现,基本就是 GBK 文本被当成 Windows-1252 显示。看到 浣犲ソ 这种生僻字,则是反方向:UTF-8 被当成了 GBK。
GB2312、GBK 和 GB18030 的区别
GB2312 只收录约 6,700 个常用字,GBK 在此基础上扩展到两万多字,GB18030 是国家标准,覆盖全部 Unicode 字符,目前最新版本是 GB18030-2022。GB18030 包含 GBK 的全部内容,所以 Mojibuster 按 GB18030 读取,生僻字也能正确转换。
用命令行转换
要批量处理很多文件,也可以用命令行。Linux、macOS 和 Git Bash 中:iconv -f GB18030 -t UTF-8 in.txt > out.txt。源编码写 GB18030 而不是 GBK,遇到生僻字时就不会报错中断。
简体中文 Windows 的 PowerShell 5.1 中:Get-Content in.txt -Encoding Default | Set-Content out.txt -Encoding UTF8,换行会统一成 CRLF;PowerShell 7 中可以写 -Encoding 936。详见 PowerShell 中文乱码。
无法恢复的情况
已经变成 ? 或“锟斤拷”的文字,原来的信息已经丢失,无法恢复。“锟斤拷”是两个 UTF-8 替换字符 EF BF BD 被按 GBK 读取的结果,说明文件曾被错误地转换并保存过。Mojibuster 会告诉你有多少处。更多原因见 乱码是什么?。
常见问题
应该选 GBK 还是 GB18030?
转换旧文件时选 GB18030。它兼容 GB2312 和 GBK,又能处理更多生僻字。Mojibuster 默认就按 GB18030 读取。
转换后能用 Excel 打开吗?
能。如果是 CSV,请保持勾选 保存时添加 BOM,Excel 双击打开也不会乱码。 如果看到 %E4%B8%AD%E6%96%87 这样的 URL 编码,也可以一起转换。
能把 UTF-8 转回 GBK 吗?
目前只支持保存为 UTF-8。如果需要 GBK,请用 Excel 或编辑器重新保存。在 Notepad++ 中也可以转换为 ANSI(GBK)。
“烫烫烫”也是编码问题吗?
不是文件编码的问题。它出现在用 Visual C++ 调试程序时:未初始化的栈内存被填充为 0xCC,按 GBK 显示就是“烫”;堆内存的 0xCD 则显示为“屯”。这类内容无法修复成有意义的文字。
文件会被上传吗?
不会。转换完全在浏览器中进行。