Guides

GBK, Big5, Shift-JIS & EUC-KR Zeichensalat lokal reparieren

Erkennen und reparieren Sie fehlerhafte chinesische, japanische und koreanische Textdateien (GBK, GB18030, Big5, Shift-JIS, EUC-KR) lokal zu UTF-8.

3 Min. Lesezeit

Schnellantwort: Ältere Exporte, Untertitel und ostasiatische Dateien nutzen oft `GBK`, `GB18030`, `Big5`, `Shift-JIS` oder `EUC-KR` statt UTF-8. Durch strikte UTF-8-Prüfung und Byte-Analyse direkt im Browser dekodieren Sie rohe `Uint8Array`-Daten lokal und verlustfrei zu sauberem UTF-8.

Warum CJK-Text zu oder Õ½ÚÒ» zerfällt

Ältere regionale Kodierungen stellen ostasiatische Schriftzeichen über 2-Byte-Sequenzen außerhalb von ASCII dar. Vereinfachtes Chinesisch aus älteren Windows-Programmen nutzt häufig GBK oder GB18030, traditionelles Chinesisch nutzt Big5, japanische Exporte Shift-JIS und koreanische Altsysteme EUC-KR.

Dekodiert ein UTF-8-Programm diese Rohbytes fälschlich als Latin-1 oder ersetzt ungültige Folgen durch das Ersatzzeichen (`�`), wirkt der Text zerstört — obwohl die Originalbytes noch alle exakten Zeichen enthalten.

  • GBK / GB18030: Vereinfachtes Chinesisch, alte Windows-Codepage 936.
  • Big5: Traditionelles Chinesisch, Codepage 950 für Taiwan & Hongkong.
  • Shift-JIS: Japanische Codepage 932 in CSVs, Spielen und Liedtexten.
  • EUC-KR: Koreanische Altdateien nach Codepage 949 / KS X 1001.

Wie strikte Byte-Erkennung doppelte Zerstörung vermeidet

Speichern Sie eine Datei niemals erneut ab, nachdem Sie sie fehlerhaft im Editor geöffnet haben — sonst überschreiben `�`-Ersatzzeichen die echten Rohbytes unwiederbringlich. Dekodieren Sie immer die unveränderte Ausgangsdatei.

TxtTo prüft zunächst strikt mit `TextDecoder("utf-8", { fatal: true })`, wertet BOM-Header sowie `chardet` statistisch aus und lässt Sie bei Bedarf die Quell-Codepage gezielt wählen.

ts
const decoder = new TextDecoder("gb18030");
const cleanText = decoder.decode(originalFileBytes);
const utf8Bytes = new TextEncoder().encode(cleanText);

GBK / Big5 / Shift-JIS / EUC-KR zu UTF-8 konvertieren

CJK-Untertitel (.srt / .lrc) und ganze Ordner per Stapel reparieren

Fansubs und Karaoke-Textdateien liegen oft in GBK oder Shift-JIS vor und zeigen in modernen Playern oder HTML5-Video-Tags nur Kästchen.

Ziehen Sie einen ganzen Stapel aus `.txt`-, `.csv`-, `.srt`-, `.lrc`- oder `.log`-Dateien in TxtTo, um alle gleichzeitig zu UTF-8 zu konvertieren und als ein sauberes ZIP-Archiv herunterzuladen.

CJK-CSVs mit Excel UTF-8 BOM reparieren

Zeilenenden nach der Kodierungsumwandlung vereinheitlichen

Exporte aus alten Windows-Codepages bringen oft CRLF-Zeilenenden (`\r\n`) mit. Wenn Sie konvertierte Skripte oder CSV-Konfigs in macOS-/Linux-Git-Repos übernehmen, normalisieren Sie im Anschluss mit CRLF to LF.

CRLF- auf LF-Zeilenenden normalisieren

Referenzen

Häufig gestellte Fragen

Worin unterscheiden sich GBK und GB18030?

GB18030 ist die moderne Obermenge von GBK und GB2312. Als Dekoder liest GB18030 praktisch alle älteren Dateien in vereinfachtem Chinesisch einschließlich seltener Zeichen sicher aus.

Kann TxtTo Text retten, wenn jemand bereits Ersatz-Rauten gespeichert hat?

Wurde eine Datei schon mit literalen U+FFFD-Zeichen überschrieben, gingen die ursprünglichen Byte-Werte verloren. Starten Sie die Konvertierung immer mit der unveränderten Originaldatei.

Unterstützt WHATWG TextDecoder Big5, Shift-JIS und EUC-KR offline?

Ja. Moderne Browser implementieren den WHATWG Encoding Standard nativ in TextDecoder — ganz ohne externe Tabellen oder Serveranfragen.

Verwandte Formate

Weitere Vergleiche

Verwandte Leitfäden