Người ta thường nói tệp “cần chuyển” khi vấn đề thật là mã hóa hoặc phông chữ. Triệu chứng trông giống nhau nếu bạn không đọc tiếng Trung mỗi ngày. Cách sửa thì không. Chạy OpenCC trên tệp hỏng sẽ không khôi phục chữ của tác giả. Nó sẽ ánh xạ vô nghĩa thành vô nghĩa khác.
Đi qua các triệu chứng dưới đây trước khi tải lên bất cứ thứ gì.
Hộp (đậu phụ)
Hộp rỗng hoặc ô đậu phụ thường nghĩa chữ tồn tại như điểm mã nhưng phông hiện tại không có glyph. Dữ liệu có thể đã đúng. Đổi sang phông có độ phủ CJK. Xem phông chữ Trung và Unicode.
Nếu mọi chữ Trung là hộp, phông là nghi phạm đầu. Nếu chỉ một số chữ là hộp, bạn có thể có hỗn hợp đồ hình hiếm, tập con phông, hoặc glyph vùng mà phông chưa bao giờ gồm.
Đừng chuyển chưa. Nếu các hộp giấu chữ phồn thể bạn đã muốn, chuyển đổi là đòn bẩy sai.
Dấu hỏi
Một ? thay một chữ thường nghĩa văn bản bị ép qua bộ ký tự không lưu được nó. Lưu câu tiếng Trung UTF-8 như Latin-1, hoặc dán qua cổng SMS cũ, là đường điển hình. Chữ gốc có thể đã mất. Chuyển đổi không thể dựng lại nó.
Nếu bạn vẫn còn email nguồn hoặc .docx gốc, quay lại đó. Bản sao có dấu hỏi là xác chết.
Mojibake
Chuỗi như 涓浗 thay vì 中国 là byte UTF-8 đọc bằng mã hóa sai, hoặc ngược lại. Trang đầy chữ hiếm hoặc vô nghĩa mà độc giả tiếng Trung lập tức từ chối.
Mở lại tệp bằng UTF-8 nếu bạn vẫn còn nguồn. Trong Word, thử hộp thoại mã hóa khi mở tệp văn bản thuần. Trong trình duyệt, thử menu mã hóa nếu bạn đang nhìn trang cũ.
Nếu chỉ bản sao hỏng còn tồn tại, sửa tự động được-mất. Một số công cụ đoán UTF-8 đối GBK đối Big5. Đoán có thể làm tệ hơn. Làm việc trên bản sao.
Mojibake được liệt kê trong sự cố chuyển đổi thường gặp vì người ta chuyển nó nhầm rồi có hai vấn đề.
Chữ lẫn trông “gần như tiếng Trung”
Câu tiếng Nhật có thể trông liên quan. Chúng không phải đầu vào OpenCC an toàn. Nếu tệp song ngữ, tách phần tiếng Trung. Hanja tiếng Hàn là cùng cảnh báo.
PDF của một bức ảnh không phải lỗi theo nghĩa mã hóa. Nó không phải văn bản. Xem hướng dẫn PDF.
Khi chuyển đổi là bước đúng tiếp theo
Nếu bạn đọc được chữ Trung, và bạn chỉ muốn dạng giản thể hoặc phồn thể, dùng bộ chuyển đổi tài liệu hoặc bộ chuyển đổi văn bản. Nếu bạn không đọc được, sửa mã hóa hoặc phông trước.
Một phép thử ngắn: sao một câu vào bộ chuyển văn bản. Nếu hộp nhập đã hiện rác, dừng. Nếu đầu vào đọc được và kết quả là chuẩn kia, tệp ổn và bạn có thể chuyển phần còn lại.
Thứ tự chẩn đoán
- Bạn bôi đen và sao được một câu tiếng Trung thật không? Nếu không, bạn có bản quét, đường viền, hoặc phông hỏng đến mức không thấy chữ.
- Đổi phông có làm câu xuất hiện không? Nếu có, bạn có hộp, không phải việc chuyển.
- Bản sao trông như chữ hiếm ngẫu nhiên không? Nếu có, bạn có mojibake.
- Có dấu hỏi giữa các từ không? Nếu có, dữ liệu đã mất.
- Chỉ rồi mới chọn kiểu OpenCC và chuyển.
Câu hỏi thường gặp
Đồng nghiệp thấy chữ Trung còn tôi thấy hộp. Ai đúng? Cả hai. Tệp có thể đúng và độ phủ phông của bạn có thể sai. Cài phông CJK trước khi bảo họ chuyển lại.
Trang này có sửa mojibake không? Không. Nó chuyển các chuẩn tiếng Trung đọc được.
Vì sao trang web trông ổn mà tệp tải xuống trông sai? Trình duyệt đoán một mã hóa. Tệp đã lưu đóng băng đoán sai.
Big5 có giống chữ phồn thể không? Big5 là mã hóa cũ dùng cho nhiều văn bản phồn thể. Chữ phồn thể Unicode là lưu trữ hiện đại. Tệp Big5 mở nhầm như UTF-8 thành mojibake.
Tôi có nên chuyển tệp để “sửa” dấu hỏi không? Không. Khôi phục nguồn.