我试图把这段文字：
×וויר. העתיד של רשתות חברתיות והתקשורת ×©×œ× ×•
进入本文：
אוויר. העתיד של רשתות חברתיות והתקשורת שלנו
不知何故，这个网站：
http://www.pixiesoft.com/flip/
可以做到，我想知道我自己如何能够做到（使用任何编程语言或软件）
仅将文件保存为 UTF8 是行不通的。
我提出这个问题的动机是我有一个朋友导出的带有乱码文本的 XML 文件，我想将其转换为更正的希伯来语文本文件。
XML 导出最初是由 MySQL 导入和导出造成的乱码，但我没有修复它或追溯问题所需的信息。
谢谢。
由于问题是双编码 UTF8 字符串的 MySQL 故障，因此 MySQL 是解决它的正确方法。
运行以下命令将解决它 -
mysqldump $DB_NAME -u $DB_USER -p -h $DB_HOST.EXAMPLE.NET --add-drop-table --default-character-set=latin1 > export.sql- latin1 用于强制 MySQL 不拆分字符，否则不应使用。cp export{,.utf8}.sql- 制作备份副本。sed -i -e 's/latin1/utf8/g' export.utf8.sql- 将文件中的 latin1 替换为 utf8，以便将其导入为 UTF-8 而不是 8859-1。mysql $DB_NAME -u $DB_USER -p -h $DB_HOST.EXAMPLE.NET < export.utf8.sql- 将所有内容导入数据库。这将在大约十分钟内解决问题。
如果您仔细查看这些乱码，您会发现每个希伯来语字符都被编码为 2 个字符 - 它似乎של被编码为של.
这表明您正在将 UTF8 或 UTF16 视为 ASCII。转换为 UTF8 将无济于事，因为它已经是 ASCII 并且会保留该编码。
您可以读取每对字节并从中重建原始 UTF8。
这是我想出的一些 C# - 这非常简单（不能完全工作 - 假设太多），但我可以看到一些字符正确转换：
private string ToProperHebrew(string gibberish)
{
byte[] orig = Encoding.Unicode.GetBytes(gibberish);
byte[] heb = new byte[orig.Length / 2];
for (int i = 0; i < orig.Length / 2; i++)
{
heb[i] = orig[i * 2];
}
return Encoding.UTF8.GetString(heb);
}
如果似乎每个字节都被重新编码为两个字节 - 不确定为此使用了什么编码，但丢弃一个字节似乎是大多数加倍字符的正确做法。
您可能想看这里- 这个问题的公认答案显示了一种如何猜测 a 的编码的方法byte[]。你所要做的就是从乱码中获取正确的字节。当然，猜测可能总是失败......
您可以使用元标记为您的页面设置正确的编码。这是一个示例，您可以如何做到这一点：
<meta http-equiv="Content-Type" content="text/html; charset=Windows-1255" />
我想这种编码可以完成工作。
根据 Oded 和 Teddy 的回答，我想出了这个对我有用的方法：
public String getProperHebrew(String gibberish){
byte[] orig = gibberish.getBytes(Charset.forName("windows-1252"));
try {
return new String(orig, "UTF-8");
} catch (UnsupportedEncodingException e) {
e.printStackTrace();
return "";
}
}
gibberish.encode('windows-1252').decode('utf-8', 'replace')