乱码

你收到同事发来的一份文档，双击打开，标题位置写着"鏂囦欢"，正文一片怪字，只有英文和数字是正常的。第一反应多半是：文件坏了？中毒了？其实大概率都不是——这份文件的数据一个数都没少，只是你的软件拿错了"对照表"来读它。乱码的核心一句话：文字在电脑里是按编码表存成数字的，存的时候用一张表，读的时候拿了另一张表，字就全变了样。

电脑里其实没有"字"，只有数字

电脑存不下"文"这个字形，它只认数字。所以你打字、保存文件时，每个字都要按一张对照表翻成一串数字存起来；打开时再按同一张表把数字翻回字。这张对照表就叫字符编码表。

可以拿老式电报做个对照：当年发电报，要把每个汉字按一本电码翻成数字发出去，收报人拿同一本电码翻回来。要是两边用的不是同一本，同一串数字就译出完全不同的字。电脑里的编码表就是这个道理，只是表换成了国家标准和国际标准。

麻烦在于，这样的表不止一张。中文老牌编码是 GB2312 和它的扩展 GBK，一个汉字在里面占两个字节；现在全球通用的是 UTF-8，常用汉字占三个字节，部分生僻字会占四个字节。同一个"文"字，在两张表里编出来的数字完全不一样。只有英文和数字省心——它们在这里比较的GBK、UTF-8等兼容ASCII的编码里相同，所以拿错表时英文照常显示，中文立刻变脸。这也是这类例子里常常只见中文变乱的原因。

拿错一张表，字就"变脸"

回头看开头那份文档。"文件"两个字按 UTF-8 存成了 6 个数字；你的软件却按 GBK 的规矩——两个数字拼一个汉字——去读，于是拼出了"鏂囦欢"。数据从头到尾都在，只是被切错了组、查错了表。

这种事的高发地带很有规律：多年前的旧文档和老网页（当年国内流行 GBK）、Excel 双击打开的 CSV 名单、手机和电脑之间互传的 txt 记事本、没标明编码的网页。凡是要跨软件、跨系统、跨年代读中文的地方，就容易撞上两张表不一致。

还有一种更怪的"锟斤拷"，是错上加错：软件读到不认识的数字，会先塞进去一个"替换符号"充数；两个替换符号连在一起，按UTF-8存下的六个字节再被当成GBK读，就可能成了这三个怪字。看到它，说明这份文本已经被人拿错表处理过不止一轮了。

记住一个判断：绝大多数乱码是"读错"，不是"写坏"——文件没坏，只是念的人拿错了表。

乱码还能不能救回来

分两种情况。

能救的大多数：找回原来那张表，重新读一遍。 记事本、代码编辑器一般都有"以某编码重新打开"或右下角的编码切换，UTF-8 和 GBK 各试一次，正常的那张就是对的。Excel打开CSV名单时，可以用"数据→从文本/CSV 导入"，选择与原文件一致的编码；原文件是UTF-8，就选UTF-8。嫌麻烦也可以让发件人"另存为 UTF-8"重发一份。

救不回的一种：错误替换已经写回文件，原字节丢了。 如果原文已经被问号或替换字符覆盖保存，换编码也找不回被丢掉的信息，只能找原件或备份。但屏幕暂时显示问号、方框，不代表原文件一定已经损坏。

顺手纠正两个常见误会：这种编码不匹配造成的乱码不等于病毒或文件损坏，别急着杀毒重下；它也不是"被加密了"——编码表是全世界公开的翻译规则，只负责把字和数字对上，不负责保密，和加密是两回事。