C#与JavaScript中UTF-8编码错误字符串修复咨询

问题本质 #

这个乱码是典型的编码二次错误：原本的UTF-8字节序列（对应Adrián José）被错误地用单字节编码（如Windows-1252/ISO-8859-1）解码成了字符串，现在需要反向操作还原正确内容。

C# 解决方案 #

你之前的代码颠倒了编码转换逻辑，正确步骤是先将乱码字符串还原为被错误解码的原始字节，再用UTF-8解码：

var badString = "Adrián José";
// 用Windows-1252编码（对应Notepad++里的"ANSI"）将乱码转成字节数组
byte[] misinterpretedBytes = Encoding.GetEncoding(1252).GetBytes(badString);
// 用UTF-8解码字节数组，得到正确字符串
string fixedString = Encoding.UTF8.GetString(misinterpretedBytes);
// 输出结果：Adrián José

无效原因说明

你原本尝试用UTF-8获取乱码的字节，相当于对已错误解码的字符串再次做UTF-8编码，完全偏离了还原原始字节的逻辑。正确思路是通过单字节编码（Windows-1252）把乱码还原成最初的UTF-8字节，再解码。

JavaScript 解决方案（无需escape()） #

使用标准TextEncoder/TextDecoderAPI替代escape()方案：

const badString = "Adrián José";
// 用Latin1（ISO-8859-1）编码将乱码转成Uint8Array（与Windows-1252兼容度极高）
const misinterpretedBytes = new TextEncoder('latin1').encode(badString);
// 用UTF-8解码字节数组
const fixedString = new TextDecoder('utf-8').decode(misinterpretedBytes);
// 输出结果：Adrián José

工具/Notepad++的修复原理 #

在线字符集修复工具和Notepad++的编码转换逻辑完全一致：

1. 将乱码字符串按单字节编码（如Windows-1252/ISO-8859-1）转换为字节序列；
2. 用UTF-8解码该字节序列，还原出正确的Unicode字符串。

内容的提问来源于stack exchange，提问作者adrianjgp