字符编码：字节与文本之间的桥梁
你是否曾经打开一个文本文件，却看到一堆乱码？这种“乱码”现象通常发生在文件的编码（字符如何保存为位）与软件使用的解码方法不匹配时。
计算机只理解数字（0 和 1）。编码就是告诉计算机字节 0x41 代表字母“A”的“字典”。虽然对于英语（ASCII）来说很简单，但对于包含数千个字符的中日韩（CJK）语言来说，情况就变得复杂了，几十年来产生了各种相互竞争的标准。
我们的通用编码转换器旨在通过支持从传统区域编码到现代 Unicode 标准的所有内容来解决这个问题。
核心功能
1. 传统与区域编码支持
历史上，由于 Unicode 尚未出现或未被广泛采用，不同地区开发了自己的标准：
- 中文（大陆）： GB2312、GBK 以及包含少数民族语言支持的最新 GB18030。
- 中文（台港澳）： Big5，繁体中文字符的事实标准。
- 日语： Shift-JIS（Windows 常用）、EUC-JP（Unix/Linux）和 ISO-2022-JP（电子邮件）。
- 韩语： EUC-KR 和 CP949 (Windows)。
- 西方： ISO-8859-1 (Latin-1), Windows-1252。
2. 智能自动检测
上传任何文本文件，我们的工具都会使用先进的启发式算法（如 chardet）来识别其可能的编码。它通过分析字节模式和字符频率来提供置信度百分比，即使在缺少元数据的情况下也能帮助你选择正确的解码器。
3. CJK 内容转换
除了更改字节值外，我们还提供针对东亚语言定制的深度文本处理：
- 简繁转换： 使用高质量的映射表转换整个文档，同时保留特定语境下的差异。
- 拼音转换： 自动将汉字转换为带准确声调符号的拼音，是学生和语言学家的必备工具。
- 全角/半角转换： 解决中日韩“全角”字符与西方“半角”字符混用导致的间距问题。
- 日语脚本转换： 在平假名、片假名和罗马字之间即时转换。
4. 专业 Unicode 与调试工具
为开发人员和高级用户提供底层透明度：
- 码点查询： 查看每个字符对应的确切 Unicode 十六进制值（例如，“我”的
U+6211）。 - 标准化形式： 在 NFC（合成）和 NFD（分解）形式之间转换，这对于 macOS/Linux 跨平台兼容性至关重要。
- 不可见字符检测： 发现隐藏的“BOM”标记、零宽空格或恶意控制字符。
- 同形异义字检测： 防止“IDN 同形异义字攻击”，即利用外观相似的字符（如西里尔字母 'а' 与拉丁字母 'a'）进行网络钓鱼。
应用场景：修复损坏的 CSV 和字幕文件
最常见的两种“乱码”场景涉及 Excel 和电影字幕。
Excel CSV 问题
你从数据库导出 CSV，在 Excel 中打开，发现所有中文或特殊字符都乱码了。这是因为许多版本的 Excel 期望 BOM (字节顺序标记) 或特定的区域编码（如 GBK）。 解决方案： 使用我们的工具将 UTF-8 文件转换为“带 BOM 的 UTF-8”或“GBK”，Excel 就能完美读取。
字幕不匹配
你下载了一个电影的 .srt 文件，但播放器显示矩形或随机符号。这通常是因为字幕使用区域格式编码（如俄语的 Windows-1251），但播放器期望 UTF-8。
解决方案： 将 .srt 上传到我们的转换器，让它自动检测来源，并导出为 UTF-8。
开发者技巧：在代码中处理编码
在编写软件时，遵循这些规则将节省你数小时的调试时间：
- 始终使用 UTF-8： 它是通用标准。在 2024 年，几乎没有理由使用其他编码。
- 显式定义编码： 读取或写入文件时，绝不要依赖“系统默认”。在 Python 中，使用
open(file, 'r', encoding='utf-8')。 - 注意 BOM： 虽然 UTF-8 技术上不需要字节顺序标记，但某些 Windows 应用程序需要它才能正确识别文件。
隐私与安全
我们相信数据属于你。所有处理都在你的浏览器内存中本地完成。我们不使用后端服务器进行转换；你的文本和文件绝不会通过网络发送。这确保了 100% 的隐私，并允许工具在离线状态下工作。