TXT 開啟是亂碼怎麼辦？Big5 和 UTF-8 是怎麼回事

TXT 檔案裡存的只是一串位元組。開啟後變成亂碼，通常不是檔案壞了，而是開啟它的軟體用了與存檔時不同的編碼去解讀這串位元組。繁體中文的 TXT 最常見的編碼是 UTF-8 和 Big5：換一種編碼重新開啟，或者把檔案轉成 UTF-8，多數亂碼都能恢復。動手之前，請先複製一份原始檔案。

編碼是什麼

電腦儲存文字時，要依一套規則把每個字轉成位元組，這套規則就是編碼；開啟檔案時，軟體再依某種編碼把位元組轉回文字。存檔與開啟用的是同一種編碼，文字就正常；用的不是同一種，就會出現亂碼。

同一個中文字，在不同的編碼裡是不同的位元組。以「我們」為例：

在台灣常遇到的是這幾種編碼：

• Big5：台灣長期使用的繁體中文編碼，舊的文字檔、早年網站流傳下來的小說，很多都是 Big5。繁體中文 Windows 的記事本把它叫作「ANSI」：在繁體中文的 Windows 上，ANSI 指的就是 Big5，正確來說是微軟的 CP950，比標準的 Big5 多了少數幾個字元，例如歐元符號「€」。
• UTF-8：現在通行的編碼，幾乎能表示所有語言的文字，網頁和多數新軟體都使用它，較新的 Windows 記事本也預設以 UTF-8 存檔。
• GBK／GB18030：中國大陸的簡體中文編碼。來自中國大陸網站的簡體 TXT 常用這一種，在繁體中文的電腦上直接開啟，容易被當作 Big5 而出現亂碼。

從亂碼的樣子判斷是哪種情況

無法解讀的位元組，各家軟體顯示的方式不盡相同，實際看到的亂碼大致像這樣，細節可能略有出入。

怎樣換編碼開啟，或轉成 UTF-8

Windows 記事本

記事本適合處理「在電腦上顯示正常，換到手機或其他軟體就變亂碼」的檔案，這類檔案多半是 Big5：

1. 用記事本開啟檔案，確認文字顯示正常。
2. 選擇「檔案」›「另存新檔」，在對話方塊下方的「編碼」中選擇「UTF-8」，換一個檔名儲存。

另存新檔是把畫面上顯示的文字依新的編碼寫出去。如果記事本裡顯示的已經是亂碼，另存新檔只會把亂碼固定下來，這時請改用 VS Code。簡體中文的 GBK 檔案在繁體中文的記事本裡常常就是這種情況。

VS Code

VS Code 視窗右下角的狀態列會顯示目前檔案的編碼，例如「UTF-8」。點按它，可以選擇：

• 「以編碼重新開啟」：只換一種編碼解讀，不改動檔案。出現亂碼時先用它，在 UTF-8、Big5 與 GBK 之間換著試，直到文字顯示正常。
• 「以編碼儲存」：把目前顯示的文字依所選的編碼寫回檔案。文字顯示正常之後，再用它選擇 UTF-8 儲存。

macOS：用 iconv 指令轉換

macOS 內建 iconv 指令。開啟「終端機」（在「應用程式」›「工具程式」裡），執行下面的指令，把兩個檔名換成實際的路徑（把檔案拖進終端機視窗，就能填入它的路徑）：

iconv -f BIG5 -t UTF-8 原始檔案.txt > 新檔案.txt

-f 後面是原本的編碼，-t 後面是要轉成的編碼。轉換結果寫進新檔案，原始檔案不變；新檔案不要與原始檔案同名，否則原始檔案會先被清空。

• 出現「Illegal byte sequence」，表示原始檔案不是 Big5（可能本來就是 UTF-8），或者含有 Big5 以外的字。可以把 BIG5 換成 CP950 再試。
• 簡體中文的檔案，把 BIG5 換成 GB18030。
• 原本的編碼選錯時，iconv 不一定會報錯，可能照樣寫出一串怪字，例如把簡體中文的檔案當成 Big5 轉換。轉換後請開啟新檔案看一眼，確認文字正常。

手機上的閱讀器

手機上的 TXT 閱讀器與電子書 App，一般可以在設定或開啟檔案的選項中手動選擇編碼，例如 UTF-8 或 Big5。自動辨識出錯時，手動換一種試試。

看到亂碼時，先不要存檔

換一種編碼重新開啟不會改動檔案。但如果在亂碼的狀態下存檔，軟體會把畫面上的亂碼寫回檔案，原本的位元組就被覆蓋了。Big5 的檔案被當作 UTF-8 開啟時，讀不懂的位元組已經被換成佔位符號「�」，而這個符號不記得原本是哪個字，一旦存檔，這部分原文就找不回來了。

「嚙踝蕭」就是這樣來的：「�」在 UTF-8 裡是 EF BF BD 三個位元組，兩個「�」連在一起的六個位元組被當作 Big5 解讀，正好是「嚙踝蕭」三個字；在簡體中文的環境裡，同樣的六個位元組會顯示為「锟斤拷」。看到它，表示原本的文字早已被取代，換哪一種編碼都無法還原，只能去找出現亂碼之前的副本或備份。

所以處理亂碼之前，請先複製一份原始檔案；轉換時存成新檔案，確認沒問題後再刪除舊的。

以後怎樣避免亂碼

• 新增和儲存 TXT 時一律選擇 UTF-8，不再用 ANSI（Big5）存檔。Big5 沒有的字，例如簡體字與 emoji，存成 Big5 時會遺失。
• 收到 Big5 或 GBK 編碼的檔案，先轉成 UTF-8，再編輯或轉傳。

純純寫作的 TXT 編碼

純純寫作（Pure Writer）是一款寫作用的文字編輯器，有 Android 版、iOS 版與桌面版。

匯出：純純寫作匯出的 TXT 與 MD 檔案都使用 UTF-8 編碼。部分閱讀器不支援或無法自動辨識 UTF-8，開啟後會顯示亂碼，這時請在閱讀器中把文字編碼手動切換為 UTF-8，或換用其他閱讀器開啟。詳見使用手冊的匯出的 TXT 檔案在閱讀器中開啟是亂碼怎麼辦？

匯入：三個版本的「從其他 App 匯入」在匯入文字檔時會自動辨識編碼，認得 UTF-8、UTF-16、GB18030（涵蓋 GBK）、Big5 與 Shift_JIS。辨識得不對時，可以在匯入預覽中手動切換「文字編碼」；原始檔案不會被改動。入口見使用手冊的如何開啟外部文件？

常見問題

TXT 在閱讀器或電子書 App 裡開啟是亂碼怎麼辦？

在閱讀器的設定中把文字編碼手動換成 UTF-8 或 Big5，哪一種顯示正常就用哪一種；簡體中文的檔案則試試 GBK。如果閱讀器不能切換編碼，可以先在電腦上用 VS Code 或 iconv 把檔案轉成 UTF-8，再匯入閱讀器。純純寫作匯出的 TXT 是 UTF-8 編碼。

簡體中文的 TXT 在繁體中文的電腦上是亂碼怎麼辦？

這類檔案多半是 GBK 或 GB18030 編碼，在繁體中文的 Windows 上常會被當作 Big5 解讀，變成一串不成句的罕見字。請用 VS Code 的「以編碼重新開啟」選擇 GBK，文字正常後再用「以編碼儲存」存成 UTF-8；在 macOS 上可以用 iconv -f GB18030 -t UTF-8 轉換。

「嚙踝蕭」能恢復嗎？

無法從這個檔案本身恢復。「嚙踝蕭」表示原文已經被換成佔位符號「�」並存過檔，原本的位元組不在檔案裡了。只能去找出現亂碼之前的副本、備份，或者重新從來源取得這個檔案。

UTF-8 的 BOM 是什麼，存檔時要不要選？

BOM 是寫在檔案開頭的三個位元組（EF BB BF），用來標明這個檔案是 UTF-8 編碼。存檔時一般選不含 BOM 的 UTF-8 即可；如果某個較舊的軟體開啟不含 BOM 的 UTF-8 檔案時出現亂碼，再試試含 BOM 的版本。反過來，不認得 BOM 的軟體可能會在檔案開頭多顯示一個奇怪的字元。

為什麼同一個 TXT 在電腦上正常，在手機上是亂碼？

多半是因為這個檔案是 Big5 編碼：繁體中文 Windows 上的記事本等軟體會依 Big5 解讀，所以顯示正常；手機上不少 App 預設依 UTF-8 解讀，就顯示成了「�」。在電腦上用記事本把它另存成 UTF-8 編碼的新檔案，再傳到手機上即可。