可以修复乱码的中文文件名吗？

Question

我正在通过 FTP 下载一些带有中文名称（BIG5 编码）的文件，而 Filezilla 将这些文件名显示为垃圾（因为 FTP 无法处理除 ASCII 和 UTF-8 之外的任何编码，至少符合标准的编码）。

给定一个包含乱码的文件名，如果我已经知道源编码，我是否可以修复编码并获得正确的文件名字符串？ FTP 客户端是否会将 BIG5 误解为 UTF-8 插入字节，从而使转换回 BIG5 变得困难？

我建议的步骤（在 Java 中）： 1. 使用 File 对象获取乱码文件名。 2. getbytes 使用 UTF-8。 3. 使用 BIG5 中的这些字节创建一个新字符串。 4. 将解码后的文件名写回文件中。

上面的方法行得通吗？

Answer 1

并非每个字节序列都是有效的 ASCII 或 UTF-8 字符串，因此很可能某些字节已被丢弃、转换为 replacement character 或以其他方式不可逆转地损坏。因此，如果 FileZilla 将原始文件名修改为格式正确的 UTF-8 或 ASCII，您似乎将无法检索到原始文件名。

您可能很幸运能够恢复一定比例的原始字符，它们恰好是有效的 BIG5 和有效的 UTF-8，但我怀疑您能否恢复整个文件名。

您可以发布一些乱码文件名的示例（以十六进制编码的原始字节）以获得更明确的答案。这样我们就可以准确地看到损坏是什么。