韩文乱码修复(CP949)
Broken Hangul Recovery
把 CP949 和 UTF-8 搅在一起弄坏的韩文,按每一条可能的编码路径各还原一遍,逐个预览之后挑对的那个。
用一种编码写的字节被当作另一种来读,韩文就变成 뷁、안녕 或 占쏙옙,而你得到的是哪种乱码,说明了是哪一对编码在作怪。这个工具把每条可能的回退路径都试一遍,把各自的结果显示给你,你挑出读起来是韩文的那个。
乱码文字
文件名、字幕、CSV 里的一行——粘贴什么都行,每一条可能的编码路径都会倒着走一遍。
文字乱掉通常不是损坏,而是 *读错了*。字节还在,错的只是那张表,所以用同一张表写回去、再用对的表读出来,文字就回来了。因此这里不去猜字,只给出能够往返一致的路径。
看上去字母是散开的(ㅇㅏㄴㄴㅕㅇ),那根本不是编码问题,而是 Unicode 规范化问题。macOS 把文件名按 NFD 存,Windows 就把零件显示给你看。这种情况只要合起来就行。
怎么用
粘贴乱码文本,或拖入文件
对文件,直接使用字节,这能救回复制粘贴已经破坏掉的情况。
读候选项
每条路径都标着它假设的编码。只有一条读起来会是韩文;其余的是另一种垃圾。
修源头,不只是修这一份
如果 CSV 一直坏着到,问题在导出编码。手工一份一份救是治标,不是治本。
常见问题
什么都救不回来。
有些损坏是有损的,无法撤销。字节被用替换字符解码时——占쏙옙 这种模式是典型——原始值已经没了,再怎么重新编码也回不来。
文件名坏了,内容是好的。
Windows 上打的 zip 把文件名存成 CP949 却不做标记,Mac 或 Linux 的工具把它们当 UTF-8 读。把坏掉的文件名当文本粘进来——内容从来没受影响。
为什么 Excel 老是把我的 CSV 弄坏?
韩文版 Windows 上的 Excel 会把 CSV 当 CP949 打开,除非文件以 UTF-8 字节顺序标记开头。存成带 BOM 的,或者用导入而不是打开,就能避免。
可以从这些接进来
字幕格式转换
Subtitle Converter
在 SRT、VTT、ASS、SMI 和纯文本之间互转,顺手把编码问题一起修掉。
编码检测与转换
Encoding Detector & Converter
并排预览每个候选编码来判断文件的字符集——GBK、GB18030、Big5 都在候选里——再另存为 UTF-8(带或不带 BOM)、UTF-16 或 EUC-KR/CP949。
韩国身份证号遮蔽
Resident Number Masker
在文本或表格的某一列里找出韩国住民登录号,按法规认可的形式把它们遮起来。
韩国地址新旧写法互转
Address Format Converter
在韩国的地番地址和道路名地址之间互转,并把写法不一的地址统一成一种格式。
接下来
这些工具吃得下当前工具的产出,结果可以直接送过去。
CSV 查看器
CSV Viewer
打开很大的分隔符文件,识别列类型、给出列统计和排序,全程不把整份文件读进内存。
字幕格式转换
Subtitle Converter
在 SRT、VTT、ASS、SMI 和纯文本之间互转,顺手把编码问题一起修掉。
编码检测与转换
Encoding Detector & Converter
并排预览每个候选编码来判断文件的字符集——GBK、GB18030、Big5 都在候选里——再另存为 UTF-8(带或不带 BOM)、UTF-16 或 EUC-KR/CP949。
Unicode 规范化
Unicode Normaliser
套用 NFC、NFD、NFKC 或 NFKD——NFKC 顺带把全角字母数字折成半角,NFC 则是 macOS 来的韩文看着一样却怎么都搜不到时的解法。
韩国年龄计算器
Korean Age Calculator
按出生日期和任意一个基准日算出韩国的满岁、年岁和旧式的虚岁。
韩国年假计算器
Annual Leave Calculator
按入职日基准或会计年度基准算出已经产生的带薪年假天数,含不满一年那条规则。