Question

我知道这可能是不可能的，但无论如何都要试一试。

所以我有一些数据作为html表单提交的结果。用户最初在某些字段中输入了汉字。但我得到的只是随机的ascii字母：

æŽå°çŽ²

我已经修复了编码问题（以便新表单提交处理utf8正常）但是想知道我是否可以在修复之前恢复旧数据（正确的汉字字母）。

感谢您的帮助。

更新

猜猜需要一点澄清。正如我所说，我已经已经修复了html表单的编码问题。实际的问题是，是否可以从我已收到的“垃圾”数据中恢复原始汉字。

例如，我正在尝试“逆向工程”以下

ôÃ¼ÒýR
å¼µå¥éºŸ
å†‰æ¦†å¹³
·¨¶vÚ¬

每一行都应该是汉字或汉语中某人的名字。我尝试了所有合理的编码，如GBK，gb18030和Big5-HKSCS。到目前为止没有运气。

上次更新：

现在运气好BIG5编码。它不适用于所有垃圾数据，但它适用于大约2/3的垃圾数据。

Answer 1

使用Character set converter - online tool

输入编码应为UTF8
对于输出编码，请尝试所有东方字符的合理编码。
请记得选中第二个复选框。

大多数（如果不是全部）垃圾信件应该被恢复。

Answer 2

那些字母不是 ASCII。没有ASCII字母有任何类型的重音。

目前还不清楚你是如何阅读这些数据的 - 它是来自文件，数据库还是别的什么？无论如何，它可能已经 in UTF-8 - 所以你应该尝试使用该编码来读取它。你还没有告诉我们你正在使用什么平台，但是你应该确保无论你使用什么，你都可以找到你用来读取的Unicode字符 - 这比将值打印为字符要可靠得多。

Answer 3

仅供参考，java String类由2字节字符支持，并在unicode仅为2个字节时进行设计。因此它不处理3字节的日文和中文字符。见http://java.sun.com/developer/technicalArticles/Intl/Supplementary/

从随机/垃圾ASCII中恢复原始UTF8 /汉字/中文文本

3 个答案: