Big5、Big5-HKSCS 檔案轉換為 UTF-8

在 Mac、Linux 或程式編輯器裡開啟舊檔案,看到的全是 �?檔案很可能是用 Big5 儲存的。把檔案拖進來,Mojibuster 會自動辨識編碼並轉換成 UTF-8。

支援文字與以下檔案:

  • CSV
  • TXT
  • JSON
  • XML
  • SRT
  • VTT
  • SMI
  • TSV
  • MD
  • HTML
  • SQL
  • LOG

例如 Excel 匯出、資料庫備份、字幕或網站程式碼。

修復

  1. 拖入檔案或貼上文字
  2. 自動修復
  3. 複製或下載
或把檔案拖到這裡
  • 不必上傳。 檔案直接在瀏覽器中修復,不會離開你的裝置。

  • 伺服器位於歐盟。 Mojibuster 在 芬蘭(歐盟)的伺服器上運作,受《一般資料保護規則》(GDPR)規範。 GDPR 全文(EUR-Lex,英文)

現在哪些地方還在用 Big5

  • Windows 記事本以「ANSI」儲存的文字。Windows 10 1903 之前,記事本預設就是 ANSI,也就是 Big5。
  • 繁體中文 Windows 上用 Excel 另存成一般 CSV(逗號分隔) 的檔案。用 Excel 開啟 UTF-8 CSV 出現亂碼,請見 Excel 開啟 CSV 亂碼的解決方法。
  • 銀行、報稅或會計軟體匯出的 Big5 CSV,要匯入只支援 UTF-8 的系統。
  • 舊網站、BBS 文章備份、程式碼中的中文註解,以及舊的字幕檔,在電視上出現亂碼請見 字幕亂碼修復。
Big5 文字在西文系統中顯示時

亂碼

¥x¥_¥««H¸q°Ï ¹q¸Ü
¸ê®Æ½s½X ÀÉ®×

轉換後

台北市信義區 電話
資料編碼 檔案

轉換步驟

  1. 把檔案拖到上面的框中。
  2. Mojibuster 會自動辨識 Big5、Big5-HKSCS、GBK 和 UTF-8。用哪種編碼讀取,會顯示在結果區。
  3. 如果辨識有誤,可以按提示中的 以 … 讀取 重新讀取。
  4. 按 下載 儲存 UTF-8 檔案。

一眼認出 Big5

  • 中 的 Big5 位元組是 A4 A4,在西文系統中顯示為 ¤¤;UTF-8 則是 E4 B8 AD。
  • 文 是 A4 E5,顯示為 ¤å。
  • 你好 是 A7 41 A6 6E,顯示為 §A¦n。

看到 ¤、§、¦ 這類符號夾著英文字母,基本上就是 Big5 文字被當成 Windows-1252 顯示。這種亂碼的位元組都還在,可以完整修復。

Big5、CP950 與香港增補字元

Windows 繁體中文使用的是 CP950,也就是 Big5 加上微軟的少量擴充。標準 Big5 收錄約一萬三千個字,不含 嘅、咗、嘢 等粵語用字。香港使用的 Big5-HKSCS 補上了這些字。Mojibuster 以瀏覽器內建、包含 HKSCS 的 Big5 讀取,所以這些字也能正確轉換。

「許功蓋」問題

許 的 Big5 是 B3 5C,第二個位元組 5C 剛好是反斜線 \。舊程式和資料庫把它當成跳脫字元,於是出現多一個 \、或後一個字被吃掉的問題,功、蓋、餐、珮 也一樣。轉成 UTF-8 之後,中文字的位元組都不會和 \ 重疊,這個問題就不會再發生。

用命令列轉換

要大量轉換檔案,也可以用命令列。Linux、macOS 和 Git Bash 中:iconv -f BIG5 -t UTF-8 in.txt > out.txt;含香港字的檔案改用 -f BIG5-HKSCS,含微軟擴充字的用 -f CP950。

繁體中文 Windows 的 PowerShell 5.1 中:Get-Content in.txt -Encoding Default | Set-Content out.txt -Encoding UTF8,換行會統一成 CRLF;PowerShell 7 中可以寫 -Encoding 950。詳見 PowerShell 中文亂碼。

無法恢復的情況

已經變成 ? 的文字,原本的資訊已經遺失,無法恢復。Big5 本身沒有的字(例如一些人名用字),在存成 Big5 時就已經變成 ?。PTT 等 BBS 使用的 Big5-UAO 額外加入的字,不在瀏覽器的 Big5 中,轉換後可能變成別的字。Mojibuster 會告訴你有幾處 ?。更多原因請見 亂碼是什麼?。

常見問題

要選 Big5 還是 CP950?

大多數檔案兩者沒有差別。Windows 存的 Big5 其實就是 CP950,Mojibuster 使用的 Big5 解碼也包含這些擴充字。

轉換後能用 Excel 開啟嗎?

能。如果是 CSV,請保持勾選 儲存時加入 BOM,Excel 按兩下開啟也不會亂碼。 如果看到 %E4%B8%AD%E6%96%87 這樣的 URL 編碼,也可以一起轉換。

能把 UTF-8 轉回 Big5 嗎?

目前只支援儲存為 UTF-8。如果需要 Big5,請用 Excel 或編輯器重新儲存。在 Notepad++ 中也可以轉換為 ANSI(Big5)。

轉換後還會有「許功蓋」問題嗎?

不會。UTF-8 中文字的每個位元組都大於 0x7F,不會被誤認成反斜線。

檔案會被上傳嗎?

不會。轉換完全在瀏覽器中進行。

更多說明