亂碼 上節說到亂碼出現的主要原因，即在進行編碼轉換的時候，如果將原來的編碼識別錯了，併進行了轉換，就會發生亂碼，而且這時候無論怎麼切換查看編碼的方式，都是不行的。 我們來看一個這種錯誤轉換後的亂碼，還是用上節的例子，二進位是(16進位表示)：C3 80 C3 8F C3 82 C3 AD，無論按哪種 ...
亂碼
上節說到亂碼出現的主要原因，即在進行編碼轉換的時候，如果將原來的編碼識別錯了，併進行了轉換，就會發生亂碼，而且這時候無論怎麼切換查看編碼的方式，都是不行的。
我們來看一個這種錯誤轉換後的亂碼，還是用上節的例子，二進位是(16進位表示)：C3 80 C3 8F C3 82 C3 AD，無論按哪種編碼解析看上去都是亂碼：
| UTF-8 | ÀÏÂí |
| Windows-1252 | ÀÃÂà |
| GB18030 | 脌脧脗鉚 |
| Big5 | ���穩 |
雖然有這麼多形式，但我們看到的亂碼形式很可能是"ÀÏÂí"，因為在例子中UTF-8是編碼轉換的目標編碼格式，既然轉換為了UTF-8，一般也是要按UTF-8查看。
亂碼恢復
"亂"主要是因為發生了一次錯誤的編碼轉換，恢復是要恢復兩個關鍵信息，一個是原來的二進位編碼方式A，另一個是錯誤解讀的編碼方式B。
恢復的基本思路是嘗試進行逆向操作，假定按一種編碼轉換方式B獲取亂碼的二進位格式，然後再假定一種編碼解讀方式A解讀這個二進位，查看其看上去的形式，這個要嘗試多種編碼，如果能找到看著正常的字元形式，那應該就可以恢復。
我們舉個例子來說明，假定亂碼形式是"ÀÏÂí"，嘗試多種B和A來看字元形式，如下圖所示：
可以看出，第一行是正確的，也就是說原來的編碼其實是A即GB18030，但被錯誤解讀成了B即Windows-1252了。
恢復的討論
可以看出，這種嘗試需要進行很多次，上面例子嘗試了常見編碼GB18030/Windows 1252/Big5/UTF-8共十二種組合。這四種編碼是常見編碼，在大部分實際應用中應該夠了，但如果你的情況有其他編碼，可以增加一些嘗試。
不是所有的亂碼形式都是可以恢復的，如果形式中有很多不能識別的字元如�?，則很難恢復，另外，如果亂碼是由於進行了多次解析和轉換錯誤造成的，也很難恢復。
上面的嘗試可以手工進行，藉助文件編輯器如EditPlus, NotePad++, UltraEdit進行編碼轉換和切換查看編碼的方式。
但我們是學編程的，這種嘗試當然應該可以通過寫程式自動進行，程式甚至應該可以自動判定哪些嘗試是無效的，哪些嘗試是可能有效的。
那怎麼寫程式呢？這個問題，由於牽涉的內容較多，此時我們暫不介紹，留待後續文章說明。
小結
上節和本節介紹了編碼的知識，亂碼的原因及恢復方法，這些都是與語言無關的。
接下來，是時候看看在Java中如何表示和處理字元了，我們知道Java中用char類型表示一個字元，但在第三節我們提到了一個問題，即"字元類型怎麼也可以進行算術運算和比較?"。
我們需要對Java中的字元類型有一個更為清晰和深刻的理解。
----------------
未完待續，查看最新文章，敬請關註微信公眾號“老馬說編程”(掃描下方二維碼)，深入淺出，老馬和你一起探索Java編程及電腦技術的本質。原創文章，保留所有版權。
