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。
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
- 把檔案拖到上面的框中。
- 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。
- 如果辨識有誤,可以按提示中的 以 … 讀取 重新讀取。
- 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。