如何在JavaScript中修复乱码字符串的编码问题

为什么你的TextDecoder方法无效？ #

你当前拿到的是错误解码后的字符串，而非原始字节流。TextDecoder的作用是将字节转换为字符串，但你的操作是把已经错误解码的乱码字符串转成UTF-8字节，再重新解码——这相当于在错误结果上做二次转换，完全偏离了原始的字节数据，自然无法还原正确内容。

修复乱码的可行方法 #

你的乱码属于典型的Mojibake（编码不匹配导致的乱码）：原始数据是UTF-8编码，但被错误地用单字节编码（如ISO-8859-1/Latin-1）解码，导致UTF-8的多字节字符被拆成多个单字节字符显示。修复步骤如下：

1. 将乱码字符串转换为错误解码时使用的编码（ISO-8859-1）对应的字节数组
2. 用正确的编码（UTF-8）解码这个字节数组

以JavaScript为例，代码实现如下：

const garbledStr = "Détecté àlors ôù";
// 把乱码转成ISO-8859-1字节
const isoBytes = new TextEncoder("iso-8859-1").encode(garbledStr);
// 用UTF-8解码字节数组
const fixedStr = new TextDecoder("utf-8").decode(isoBytes);

console.log(fixedStr); // 输出：Détecté àlors ôùi

原理说明 #

ISO-8859-1是单字节编码，每个字符对应一个字节，所以把乱码字符串转成ISO-8859-1字节时，会完全还原出当初错误解码时用的原始字节流——而这个字节流本身是UTF-8编码的，因此用UTF-8解码就能得到正确的字符串。

如果这个方法无效，可能是原始编码和解码的组合不是UTF-8+ISO-8859-1，但你的示例完全符合这个场景，所以这个方案应该能解决问题。

内容的提问来源于stack exchange，提问作者Alexis Delrieu