乱码修复是逆向推理:GBK 反查表、CP1252 的弯引号陷阱与锟斤拷的诞生

「浣犲ソ」其实是「你好」——乱码是「用错误编码解码、再用另一种编码保存」的历史现场,多数情况下信息还在,只是走错了路。修复即逆向:Latin1 误读每个字节都能原样找回,UTF-8 双重编码逆着解一遍即可,GBK 误读则需要一张运行时暴力构建的「字符→字节」反查表。这篇拆解四条修复链路、为什么带 �(U+FFFD)的文本判死刑,以及锟斤拷这个著名乱码的诞生全过程。

编解码与转义进阶手册:乱码、实体、注入与 Base 家族一次讲清

乱码、实体没还原、转义打架,三类问题占了编解码报错的大头。从"字符就是数字"讲起:ASCII 与二进制怎么互查、Base32/58/62 各在什么场合、HTML/XML 实体、URL 百分号编码和 Shell 转义为什么不能混用,例子全部可手算,工具全部浏览器本地运行,内容不出本机。

中文乱码终结指南:GBK / UTF-8 误读的成因与修复

“浣犲ソ"“锟斤拷"“烫烫烫"各有不同的成因。讲透字节被错误解码的原理,给出可修复与不可修复的判断标准,以及文件级批量转码方案。