encoding - 如何使用 mojibake 并找出原始字符集是什么？

Question

我有一些有效的 UTF-8 数据。然而，它的一部分，虽然仍然是有效的 UTF-8，但显然不是最初的 UTF-8。它们也不是 UTF-8 编码的 Latin-1。

我怎样才能弄清楚这些部分的原始字符集是什么，以便我可以恢复有用的信息？还是我应该简单地将它们视为已损坏而丢弃？

score 1 · Accepted Answer

那里有 mojibake 转换器。一种开源选项是https://github.com/dekellum/mojibake：

gem install mojibake
require 'mojibake'
mapper = MojiBake::Mapper.new
mapper.recover( 'â€œquotedâ€�' ) #=> '“quoted”'

1 回答 1