乱码的文档怎么改回正常

题图来自Unsplash，基于CC0协议

导读

乱码是我们在处理文档时经常会遇到的烦恼，特别是当我们需要阅读或编辑这些文件时。解决方法其实多样，主要依赖于乱码出现的原因：

文档出现乱码，最常见的原因是编码格式不一致，其次是文件本身损坏或软件兼容性问题等。

一、 核心原因：编码格式问题

不同的系统、软件或语言环境使用不同的编码格式来解释字符（如 GBK, GB2312, Big5， UTF-8, UTF-16/UTF-32, ANSI 等）。当你用错误的编码方式打开或保存一个文件时，系统无法正确解读字节数据，就会显示为乱码。

二、 解决方法：核心在于正确的编码转换

如果你遇到乱码，首要任务是设法找出原始文件的正确编码，然后使用合适的工具将其转换为常用的编码（如 UTF-8）或用支持该编码的软件打开。

三、 不同情况下的处理方法

1. 文本文件（如 .txt, .csv）：

   • 使用支持多种编码的文本编辑器： 例如 Notepad++， Sublime Text， VS Code (Visual Studio Code)， EditPlus 等。这些软件通常提供右下角的当前编码指示，并允许你手动刷新文件编码或改变编码保存。
     • 手动刷新： 有些编辑器（如Notepad++）有“编码”菜单 -> “转到编码” -> 在下拉列表选择不同的编码，然后点击"自动刷新文件"或类似按钮，软件会重新解释文件内容，如果选对了编码，乱码通常会消失。
     • 改变编码保存： 如果知悉了当前文件的编码，可以将其转换为其他编码（常用 UTF-8）。在编辑器菜单中找到“编码”->“另存为”或“重编码为UTF-8（无BOM）”等选项。
   • 推荐工具： Notepad++, VS Code。
   • 操作诀窍：
     • 尝试一些常见编码：GBK（主要用于简体中文Windows/网页），UTF-8（万金油，尤其带BOM或不带BOM的中文UTF-8），Big5（繁体中文）。
     • 查看文件开头部分，尝试猜出了其中英文字符对应的十六进制值，有时能帮助判断编码。或者依赖特定来源：如果文件来自MS Word文档保存为.txt，通常是ANSI（取决于系统）或UTF-8。
     • 一些老旧系统或环境（如数据库导出、命令行脚本输出）使用特定编码。

2. Word 文档 (.docx, .doc)：

   • Word自带修复： 有时乱码是由于Word版本兼容性或内部错误导致的。尝试使用“文件”->“信息”->“检查问题”->“检查文档”来进行兼容性检查或修复。
   • 调整Word编码相关设置： Word 中文版默认在“文件”->“选项”->“高级”最下面有“使用其他编码打开文本（针对旧版）”的选项，可以尝试设置为其他编码（如 GB18030）再打开。但这通常不是核心方法。
   • 问题： Word 本身对打印字体的缺失有时也会导致中文显示乱码（看成方块），这需要确保系统安装了相应的中文字体。可以尝试“页面布局”->“主题”->“字体”来检查并更改中文显示字体。
   • 注意： 虽然Word界面是Unicode编码，但内部保存有时会涉及兼容性考虑。如果上述方法无效，可以将Word文档导出为“文档草稿”(.xml)格式，再用其他工具查看或处理XML内容，但这较复杂。
   • 添加说明： 乱码有时可能是Word版本差异或软件损坏导致。如果是全文乱码且内容很重要，可以考虑使用专业的Office文档修复工具（收费）。但在家多备份。

3. 其他可能性：

   • 文件损坏： 如果文件在传输或存储过程中发生错误读写，部分数据丢失或变更，可能导致乱码。尝试从备份恢复，如果文件无法访问，普通工具很难修复损伤部分。
   • 软件兼容性： 使用旧版软件打开或编辑专为新版本设计的文件可能引起乱码。

四、 预防乱码的措施

• 明确编码后存储： 进行文本编辑或网页浏览时，如果明确乱码原因，最好将其转换为UTF-8编码保存，这是当前互联网标准编码。
• 确认来源编码： 打开未知来源的文件（特别是网络下载或他人发送的文件）时，先尝试了解其可能的原始编码。
• 编程时注意编码： 如果你进行编程，务必在数据库配置、网页编码、接口请求响应时统一指定和配置字符编码（通常推荐 UTF-8）。
• 更新软件和字体： 确保使用的软件（如Office）版本是较新的，并且系统安装了充足和兼容的中文字体。

遇到乱码不要慌张，多数情况下通过尝试不同的编码转换工具或选项即可解决问题。从排查原因入手，再到有针对性地处理，往往能找到适合的解决方法，让文档恢复正常使用。