文本乱码经验总结

概述

做中文的程序经常会遇到乱码的问题。汉字编码有国标GB2312，CJK，UTF8，最让人头疼了。本文试着总结出几个常见的乱码情形和解决方法。

GBK as ISO8859

如图中第一种情况，你会看到原本是汉字的字符变成了好多你不认识的西欧字符。还能救，将文本重新用GBK读取就行了。

GBK as UTF8

这是最危险的，UTF8的字符集相当的宽阔，这时候你会看到一个个的方框，或者菱形+问号。
能不能救要看运气，1）如果gbk流已经用utf8编解码另存过了，挽救的机会小，即便反向的编解码也不能得到完整的原文。2）如果只是在输出到客户端的时候“显示”出错，那么只需要重新调整字符集设置就能得到正确的显示。

UTF8 as GBK

这种情况下你会看到好多不认识的汉字，至少他们都是汉字，能够显示出来。将文件重新用UTF8读取就正常了。

锟斤拷

无药可救了。流在GBK和UTF8之间进行了2次以上的错误转码。