中文亂碼- 维基百科，自由的百科全书

中文亂碼是電子資訊系統的中文無法正確顯示文字符號的一種現象，在中文內碼未有標準時情況尤其嚴重。

目录. 1 萬碼奔騰的年代; 2 中文Big5碼被誤認為EASCII; 3 UTF-8 ... 中文亂碼 語言 監視 編輯 本條目存在以下問題，請協助改善本條目或在討論頁針對議題發表看法。

此條目沒有列出任何參考或來源。

(2014年4月26日)維基百科所有的內容都應該可供查證。

請協助補充可靠來源以改善這篇條目。

無法查證的內容可能會因為異議提出而移除。

此條目論述以台灣地區為主，未必具有普世通用的觀點。

請協助補充內容以避免偏頗，或討論本文的問題。

此條目需要編修，以確保文法、用詞、語氣、格式、標點等使用恰當。

(2022年2月27日)請按照校對指引，幫助編輯這個條目。

（幫助、討論）中文亂碼是電子資訊系統的中文無法正確顯示文字符號的一種現象，在中文內碼未有標準時情況尤其嚴重。

目次 1萬碼奔騰的年代 2中文Big5碼被誤認為EASCII 3UTF-8與Big5的相互轉換 3.1嚙踝蕭亂碼問題 4簡體中文編碼體系與Unicode及UTF-8的相互轉換 5產生的問題 6參看 萬碼奔騰的年代編輯 在過去，由於繁體中文使用者缺乏一個具有號召力的內碼標準，不同使用者都會使用各自的標準。

比較普遍的是銀行由於主要使用IBM的商業電腦，很自然地亦選擇了IBM5550作為其內碼標準。

這些用5550內碼的檔案，一旦下載到微機上，若要轉寄與其他人使用，就要透過轉碼換成Big5，其他人才可以閱讀。

另一方面，在會計界有不少人都直接使用外國的專門軟體，而為免衝碼問題使畫面凌亂，不少的IT部門都把公司電腦的內碼換成倚天碼。

本來會計人員過去只是把計算結果列印而提交報告，並未有任何問題。

到後來隨著電子表格的興起，使用者才發覺到當公司與外界使用的內碼不同，會引起不少問題，才開始有人正視這問題。

中文Big5碼被誤認為EASCII編輯 歐洲生產的某些電腦並無法辨識Big5雙位元字碼的中文字元，相反的，他會把位於00到7F間的字碼視為ASCII，而80到FF間的字碼則視為EASCII，例如： 中文字 維 基 百 科 中 文 大 五 碼 Big5碼的高位/低位位元 BA FB B0 F2 A6 CA AC EC A4 A4 A4 E5 A4 6A A4 AD BD 58 對應的ASCII/EASCII字元 º û ° ò ¦ Ê ¬ ì ¤ ¤ ¤ å ¤ j ¤ ­ ½ X 也因此，中文字串「維基百科中文大五碼」會顯示為亂碼「ºû°ò¦Ê¬ì¤¤¤å¤j¤ ½X」。

UTF-8與Big5的相互轉換編輯 隨著UTF-8的普及化，許多繁體中文的IRC頻道也逐漸從Big5轉變成UTF-8；然而在這種過渡時期中，仍然有不少IRC頻道是採用Big5的，所以使用者參與了新的頻道時，通常會想要先確定自己的字元編碼有沒有設錯，人們最常用的測試字眼不外乎： 編碼 內容 UTF-8 中文 測試 導航 Big5 銝剜�� 皜祈岫 撠舘⏛ 嚙踝蕭亂碼問題編輯 當一段大五碼文字被錯誤地以UTF-8解碼再編碼再以大五碼解碼，由於在被以UTF-8解碼時的無效字元被以Unicode的「未辨識字元（U+FFFD）」作為內碼記錄，而那替代字元的UTF-8編碼的十六進位為「EFBFBD」。

當那替代字元因為按UTF-8解碼會出現大比例的無效字元而令其大片大片地出現，進而在被UTF-8再編碼再以大五碼解碼後讀碼框取到UTF-8替代字元的編碼的第一個位元組和第二個位元組的十六進位「EFBF」解碼得到「嚙」字，接下來的讀碼框橫跨兩個UTF-8替代字元取到第一個UTF-8替代字元的第三個位元組和第二個UTF-8替代字元的第一個位元組的十六進位「BDEF」解碼得到「踝」字，再接下來的讀碼框取到第二個UTF-8替代字元的第二個位元組和第三個位元組的十六進位「BFBD」解碼得到「蕭」字，連起來就是「嚙踝蕭」。

這樣的情況反覆出現就令其中出現大量「嚙踝蕭」字樣。

並且由於在被以UTF-8解碼時所出現的各種無效字元與有效字元的各種組合，再以大五碼解碼後其中會有許多不是出現在「嚙踝蕭」子序列中的「嚙」、「蕭」字樣。

另外其他編碼的非UTF-8文字或非文字二進位資料被錯誤地以UTF-8解碼再編碼再以大五碼解碼也會如上產生嚙踝蕭亂碼，然而由於原位元組序列的特徵會部分地傳遞至以UTF-8解碼後所產生的中間階段亂碼，這樣因此由這些方式產生的亂碼跟大五碼文字被錯誤地以UTF-8解碼再編碼再以大五碼解碼所產生的亂碼便具有不同的特徵。

簡體中文編碼體系與Unicode及UTF-8的相互轉換編輯 在Unicode編碼與簡體中文編碼系統（例如GB2312、GBK、GB18030、CP936）轉換時，部分簡體中文編碼的文字在Unicode編碼中並不存在，Unicode會以「未辨識字元（U+FFFD）」作為內碼記錄，而對外以UTF-8表現為「0xEF0xBF0xBD」，當多個「0xEF0xBF0xBD」連續出現，而且以簡體中文編碼去解釋的話，就會被解析為多個「锟斤拷」。

（锟(0xEFBF)、斤（0xBDEF）、拷（0xBFBD）） 產生的問題編輯 過往，亂碼所產生的問題，往往只是閱讀上的不方便，因為文字變成了亂碼，使使用者看不到文字的內容。

然而，現時由於電腦軟體保安設計的問題，亂碼隨時可能會使應用程式不正常關閉。

參看編輯 亂碼 取自「https://zh.wikipedia.org/w/index.php?title=中文亂碼&oldid=71200967」