国际化多语言文件编码识别求助：异常字符编码解析问题

你的文件采用的是UTF-8编码，但其中出现的EF BF BD（对应显示的�）是编码转换错误的产物，具体原因如下：

• 原始的法语内容应该是用**Latin-1（ISO-8859-1）**编码的：比如字符é在Latin-1中是单字节E9，ê是EA。
• 在某个转换环节，这份Latin-1编码的文本被错误地当作UTF-8来解码：由于E9、EA这类字节不属于合法的UTF-8序列（UTF-8单字节仅包含00-7F的ASCII字符，多字节首字节需符合特定格式），解码器会将这些非法字节替换为UTF-8的替换字符（�），而替换字符的UTF-8编码正是EF BF BD。
• 最后，包含替换字符的内容被以UTF-8编码保存，就形成了你现在看到的文件数据。

如果要恢复正确的内容，需要逆向处理：先将当前的UTF-8文件解码为字符串（得到包含�的内容），再将这些�对应的原始Latin-1字节（比如把�还原为E9）重新用Latin-1解码，或者直接修正文件中的EF BF BD为对应的UTF-8编码（比如é替换为C3 A9，ê替换为C3 AA）。

内容的提问来源于stack exchange，提问作者Gregy8