将 ascii 俄语转换为俄语？

Question

我有一个应该用俄语写的文本文档，但它似乎是 ascii：

Óñòàíîâêà:
1)Çàïóñêàåì QuidamStudioSetup3.15.exe
2)Ïðè çàïðîñå ñåðèéíîãî íîìåðà ââîäèì

如何将其转换为可读的 unicode 俄语字符？

Answer 1

它既不是“ASCII”也不是“ASCII俄语”。

在 Unicode 普及之前，大多数计算机系统都使用 ISO-8859 字符编码，其中有 16 种，每种编码用于不同的地区（中欧、西里尔、希腊……）。Windows 有自己的“代码页”，非常相似，但在其他未使用的范围内有额外的字形。所有这些字符编码都是 8 位的，仅在后半部分 (128-255) 有所不同。

这些编码的问题在于，程序几乎不可能确定使用哪种编码来保存文件，除非明确指定（例如在 HTML 页面中；但是，纯文本文件没有此类元数据标签）。阅读维基百科关于Mojibake 的文章以获得更详细的描述。

在您的示例中，文档是使用Windows-1251（西里尔文）保存的，但您的程序读取它就像是Windows-1252（西欧）一样，它在相同位置具有非常不同的字符。对于计算机来说，它看起来完全没问题——它不理解语言或脚本。（虽然有些程序会进行统计分析以确定正确的编码，但某些 Web 浏览器具有这样的功能。）

有几种方法可以将此类文本转换为 Unicode：

• 使用在线工具，例如this one或this one。

• 使用您的网络浏览器：

  1. 将.txt文件拖入浏览器。

  2. 从视图？字符编码（或？Firefox的Web开发字符编码，或？扳手工具编码），选择正确的原始编码：“西里尔文（Windows-1251）”你的情况。

• 使用Notepad2文本编辑器：

  1. 打开文件。

  2. 从文件？编码？Recode...，选择正确的原始编码。

• 使用 GNUiconv以及来自GnuWin32或Gettext for Win32 的Windows 二进制文件。

  iconv -f cp1251 -t utf-8 < myfile.txt > myfile.fixed.txt

  Windows 记事本将正确读取 UTF-8 和 UTF-16 编码的文本。