我最近遇到了几个破坏的UTF-8字符串，这些字符串转换为我认为是ISO-Latin-1的字符串，我想知道是否有一些工具可以用来自动转换回来，因为没有信息被实际销毁，实际上没有任何比特丢失。
基本上这样的事情会采用一系列字符并显示如果相同的位显示为utf-8或其他编码，它们将会是什么样的。这样的工具存在吗？ （我知道自己创建一些东西很容易，或者甚至只是手动完成它，所以如果真的没有，我可能会这样做。）
澄清：我遇到的具体情况是，在特定论坛上，文本编辑器允许使用utf-8字符，但论坛本身会显示与utf-8字符的各个字节对应的字符。
对于字符U + 0000到U + 007F，它是完全相同的字符，但是：
依旧......
所以“ ”实际应该显示为字符U + 2xy6，（x是' '的中间4位，y是' '加上'10'的最后2位。）
虽然我仍然无法弄清楚U + 0080和U + 00BF' '之间究竟有哪些字符。
我要做的是获取所有UTF-8字符串的字符的ISO-Latin-1位值，将它们连接在一起，并将结果位序列解释为包含UTF-8编码字符。
答案 0 :(得分：0)
UTF8 - ＆gt;不幸的是，拉丁1是有损的。 UTF8解析为latin1 - ＆gt; UTF8不是。我认为这是你的情况。 如果是这样，那么你可以在linux上反向像：
iconv -f utf8 -t iso-8859-1 < bad.file.latin1 > good.file.utf8
如果中间转换是像cp1252那样有损耗的话 然后这些过程更加复杂，需要一些东西 喜欢详见：
答案 1 :(得分：0)
很抱歉地说，但这并没有多大意义。 ：）
场景1：像“Héllöwörld”这样的字符串，包含UTF-8和Latin1中有效的字符，从UTF-8正确转换为Latin1：没问题。你现在只需要在Latin1中解释它。
场景2：像“Hello世界”这样的字符串，其中包含以UTF-8有效但在Latin1中无效的字符，已正确地从UTF-8转换为Latin1：在这种情况下，字符在Latin1中无法表示的可能已被?取代，即字符串现在是“Hello ??”，你无能为力。
场景3：像“Héllö世界”这样的字符串，包含任何类型的字符并保存为UTF-8，从假定的Latin1转换为UTF-8。这意味着字符被误解，但现在正确编码为UTF-8：“Héllöä¸ç”。在这种情况下，您可以反转编码UTF-8→Latin1并将结果解释为UTF-8以获取原始文件。
场景4：像“HéllöWörld”这样的字符串，其中包含Latin1字符并保存为Latin1，被误解为UTF-8，然后保存为UTF-8，在这种情况下它现在是“H ll W rld”。此字符串现在无法恢复。
发生的事情有很多种可能的组合，如果没有更多的信息，就不可能准确地告诉你能做什么或不做什么。首先，确保 你 正在正确解释字符串，这不仅仅是显示问题。
你在那里看到“ ”的事实表明你试图将某些东西解释为UTF-8，但是UTF-8解码器无法理解这些字符并用“ ”代替它们。这是你现在的错，数据很好，或情况4。