如何修复文本文件UTF-8编码乱码 让文本编辑器正常显示捷克语字符

这是典型的CP1252（Windows西欧默认代码页）和UTF-8编码错配问题，之前用ISO-8859-1/15做转换无效的原因很简单：捷克语字符č的UTF-8编码是双字节0xC4 0x8D，第二个字节0x8D在ISO-8859-1/15编码规则里没有对应可打印字符，只有CP1252会把0xC4映射为Ä，把0x8D识别为未定义控制字符，也就是你看到的<8d>占位符。
cat能正常显示是因为你的终端默认用UTF-8解析字节流，没有做错误的编码映射；文本编辑器打开时默认用了CP1252编码解析，才会出现乱码。

方案1：不改动原文件，直接调整编辑器编码 #

这是零侵入的最优方案，不会修改文件原始字节：

• VS Code：点击窗口右下角的编码标识，选择「通过编码重新打开」，选中UTF-8即可正常显示，后续可将对应文件类型的默认打开编码设置为UTF-8，避免重复出现问题。
• Vim/Neovim：打开文件后执行:e ++enc=utf-8即可按UTF-8重载显示，永久生效可在vimrc配置中添加set encoding=utf-8 fileencodings=utf-8,cp1252。
• Notepad++/Gedit/Kate等桌面编辑器：直接在顶部「编码」菜单中选择「以UTF-8重新打开」即可。

方案2：批量修复已被错误转码的文件 #

如果文件已经被编辑器以CP1252编码错误保存、字节被污染，用以下命令批量修复即可，不需要手动逐个sed替换：

1. 先全量备份待处理文件，避免转码失误丢失内容。
2. 单个文件修复命令：

iconv -f CP1252 -t UTF-8 待修复文件名 > 修复后文件名

3. 批量修复当前目录下所有txt文件（可根据实际文件后缀调整匹配规则）：

for file in *.txt; do
  iconv -f CP1252 -t UTF-8 "$file" -o "$file.fixed" && mv "$file.fixed" "$file"
done

如果执行中遇到无效字节报错，给iconv加-c参数跳过异常字节即可，命令改为iconv -f CP1252 -t UTF-8 -c "$file" -o "$file.fixed"。

混合编码场景处理 #

如果文件中混杂了其他东欧编码字符、手动指定CP1252转码后仍有乱码，可使用enca工具自动检测编码后批量转换：
先安装enca（Debian/Ubuntu执行sudo apt install enca，RHEL/Fedora执行sudo dnf install enca），进入文件所在目录执行：

enca -L cs -x utf-8 *

参数-L cs指定检测语言为捷克语，工具会自动识别每个文件的实际编码并统一转为UTF-8，对大量捷克语文本的修复准确率远高于手动指定编码。

内容的提问来源于stack exchange，提问作者Joey Joestar