編碼識別器

← ToolBox / 編碼識別器
📖 檢視「編碼識別器使用指南」

🔤 Charset Detector

Detect text character encoding and guess the most likely charset.

📐 工作原理與說明
依據位元組序列特徵推測文本的字元編碼。
  • BOM：UTF-8 為 EF BB BF，UTF-16LE 為 FF FE，UTF-16BE 為 FE FF。
  • 合法性：UTF-8 的多位元組序列有嚴格規則，出現非法序列即可排除 UTF-8。
  • 統計：對雙位元組編碼（GBK/Big5/Shift-JIS）用字頻與雙位元組分佈做機率判斷。
  • 侷限：推測並非確定結論，短文本極易誤判，需結合語言上下文人工確認。

🔗 相關工具

✨ .gitignore 生成器.gitignore 生成器是一款免費的線上IT 開發工具，生成後儲存為專案根目錄的 .gitig… 📄 .properties 解析器Java .properties 檔案解析：支援 key=value、key:value、行內註釋… ✨ API 簽名生成器生成帶時間戳與隨機數的介面簽名 ✨ ASCII 目錄樹生成器把路徑列表一鍵生成 ASCII 目錄樹（├── └── │ 風格），支援檔案/資料夾標記，複製進… 💻 AST抽象語法樹檢視器AST 抽象語法樹檢視器 🔤 Base64 檔案轉換檔案與 Base64 互轉：圖片/文件/壓縮包轉 Base64 字串（含 data URI 字首…

📚 深度解析：編碼識別器

💡 常見使用場景

識別亂碼
輸入 GBK 位元組 `C4E3BAC3` → 識別為 GBK，解碼得“你好”（而非 UTF-8 的亂碼）。

❓ 常見問題（FAQ）

識別一定準嗎？
短文本可能誤判，建議結合語言與來源綜合判斷。
為什麼有時判斷不準？
因為短文本資訊量不足：GBK 與 Big5 的位元組區間大面積重疊，純 ASCII 內容在幾乎所有編碼下都合法，UTF-8 與 Latin-1 也無 BOM 可區分。工具只能給出機率最高的猜測，可靠做法是結合語言先驗（中文優先 GBK/UTF-8）與業務來源，或直接要求資料方宣告編碼。