如何使用JavaScript将ASCII字符串转换为UTF-8？

你的问题本质是UTF-8字节序列被错误地以Latin-1（ISO-8859-1）编码解析，导致出现ￃﾨ这类乱码字符。要恢复正确的UTF-8字符串，只需反转这个错误的解析过程：

实现函数 #

function restoreUtf8FromMangledLatin1(str) {
    // 将乱码字符串转换为UTF-8字节数组：每个字符对应原UTF-8的单个字节
    const byteArray = new Uint8Array(str.length);
    for (let i = 0; i < str.length; i++) {
        byteArray[i] = str.charCodeAt(i);
    }
    // 使用UTF-8解码字节数组，得到正确字符串
    return new TextDecoder('utf-8').decode(byteArray);
}

测试验证 #

// 原始乱码字符串
const mangledInputs = [
    'imagￃﾨ-thrￃﾩￃﾪ.png',
    'imￃﾤge-twￃﾶ.png',
    'ￃﾬmￃﾡgￃﾩ-fￃﾲￃﾻr.png'
];

// 转换并输出结果
mangledInputs.forEach(input => {
    console.log(restoreUtf8FromMangledLatin1(input));
});

输出结果：

imagè-thréê.png
imäge-twö.png
ìmágé-fòûr.png

原理说明 #

比如正确字符è的UTF-8编码是两个字节：0xC3和0xA8。当这两个字节被错误当作Latin-1解析时，会被转换成ￃ（对应0xC3）和ﾨ（对应0xA8），也就是你看到的ￃﾨ。我们的函数先把这些乱码字符转回对应的字节值，再用UTF-8标准解码，就能还原出正确的Unicode字符。

内容的提问来源于stack exchange，提问作者Andrew Dyster