首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >修复UTF-8文本中的mojibakes

问修复UTF-8文本中的mojibakes
EN

Stack Overflow用户
提问于 2018-01-25 04:11:22
回答 1查看 565关注 0票数 2

我有一个用葡萄牙语写的UTF-8文件。不知何故,生成文件的人选择了错误的编码,文本中充满了mojibake

代码语言:javascript
复制
IDENTIFICAÌàÌÄO instead of identificação
André instead of André

自动化工具看不到文件有任何问题。我试着用Python package ftfy解决这个问题,但是没有效果。除了手动替换所有不正确的字符外,我如何修复此文件?

EN

回答 1

Stack Overflow用户

回答已采纳

发布于 2018-01-25 07:09:53

“Andrç©”而不是"André“是UTF-8编码的拉丁文-1解释。你可以通过反转编码/解码来修复它:

代码语言:javascript
复制
>>> 'André'.encode('latin-1').decode('utf-8')
'André'

所有遵循此模式的情况都可以像这样修复。

然而,我无法解释另一种情况(用“µ”表示"ç“,用”u“表示"ã"),因此无法提供解决方案。如果您可以找到一个编解码器,其中“µm”、"à“和”A7“分别具有代码点C3、A7和A3,那么您可以使用这个代码点而不是拉丁语-1来修复文本。

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/48430825

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档