TXT电子书乱码怎么办？2026编码识别与转换修复教程

TXT 电子书乱码，九成是编码不匹配：文件本身是 GBK/GB18030（Windows 记事本旧版本默认的 ANSI）、UTF-16 或 Big5，却被阅读器、转换工具按 UTF-8 读了。处理顺序只有三步：认出乱码属于哪一类、确认原始编码、转成 UTF-8 保存，最后才做格式转换。顺序反了，会把错乱的字符固化进文件。下面给出四类乱码的对照判断表、三种识别编码的方法、三种修复方案，以及转完仍不正常的排查点。

一、先认症状：四类乱码各说明什么

你看到的现象	常见成因	处理方向
锟斤拷、烫烫烫	UTF-8 文本被按 GBK 读取，替换字符被再次编码	按 UTF-8 重新打开
ä½Â、’、Â	UTF-8 被当成 Latin-1（ISO-8859-1）读取	按 UTF-8 重新打开
开头的 	UTF-8 BOM 被当成正文内容	另存为「UTF-8 无 BOM」
通篇是少见字或繁体形	GBK 与 Big5 互相串读	试 GB18030 或 Big5
方块口口、问号	编码已正确，但字体缺字	换支持中文的字体

记两条经验：乱码里出现锟斤拷、烫烫烫这类固定字符串，基本锁定 UTF-8 与 GBK 互串；出现带重音符号的拉丁字母，则是 UTF-8 被当成单字节编码读。开头多出  属于 BOM 问题，文件本身没坏，另存时去掉 BOM 就好。

二、三步识别原始编码

方法一：编辑器「通过编码重新打开」试读

VS Code 打开文件后，点右下角的编码按钮，选「通过编码重新打开」（Reopen with Encoding），依次试 UTF-8、GBK、GB18030、Big5，哪一种显示正常，它就是原编码。Notepad++ 在「编码」菜单里选「以编码打开」做同样的事。这个方法最直观，缺点也明显：文件多时要一个一个试。

方法二：命令行探测

macOS 与 Linux 上先用 file -I file.txt（部分 Linux 发行版是 file -i）看 charset 字段；再装 uchardet，运行 uchardet file.txt 得到估算结果。这类工具是按字节分布猜的，只能当参考，最终仍以能正常显示为准。

方法三：按文件来源判断

来源就是线索。Windows 记事本旧版本另存的 TXT 多为 GBK（GB2312 的超集），大陆网文站下载的 TXT 同理；港澳台来源、繁体内容常见 Big5；用 Python 脚本或部分下载工具生成的多为 UTF-8；从 Word 或网页「另存为纯文本」有时会带上 BOM。知道来源，试错次数能少一半。

三、修复方案一：编辑器另存为 UTF-8（单本最稳）

1. 用 VS Code 打开文件，点右下角编码按钮 →「通过编码重新打开」，选到显示正常的那一个（比如 GBK）；
2. 再点一次编码按钮 →「通过编码保存」（Save with Encoding），选 UTF-8；
3. 文件要上传到网页或交给转换工具时，选不带 BOM 的 UTF-8 更通用；
4. 保存后重新做格式转换，乱码通常就消失了。

关键顺序别搞反：先用正确编码打开，再以 UTF-8 保存。反过来直接另存，等于把已经错乱的字符盖章认定，之后很难还原。

四、修复方案二：命令行 iconv 批量转码

书多的时候用命令更快。macOS 与 Linux 都自带 iconv，基本格式如下：

iconv -f GBK -t UTF-8 book.txt -o book-utf8.txt

-f 指定原始编码，-t 指定目标编码，-o 指定输出文件。GBK 认不出的生僻字可以换成 GB18030——它是 GBK 的超集，覆盖更全：

iconv -f GB18030 -t UTF-8 book.txt -o book-utf8.txt

要批量处理整个目录，用循环把每本书输出到新目录：

for f in *.txt; do iconv -f GBK -t UTF-8 "$f" -o "utf8/$f"; done

如果报「illegal input sequence」，说明原编码猜错了，或者文件里混了别的字符。这时先换 GB18030 或 Big5 再试，也可以先用 iconv -l 查看工具支持的编码名写法。转码前先备份原始文件，这一步不能省。

五、修复方案三：转换时直接指定输入编码

不想先转码，也可以在转换环节解决。Calibre 导入或转换时，在「转换书籍 → 界面外观（Look & feel）」的输入字符编码里填 gbk 或 gb18030，让它按正确编码读取，具体位置见Calibre 完整使用教程。在线工具一般会自动猜测编码，但猜错时结果依旧是乱码——稳妥的做法是先按第三节转成 UTF-8，再用TXT 转 EPUB 在线工具上传转换。

还要提醒一句：转成 EPUB 后才发现正文乱码，多半是放进 EPUB 之前就没转好。回到源 TXT 用同一套方法处理再转一次，比在 EPUB 里逐个修补省事得多。

六、转完还是不正常？三个排查点

• 字体缺字：文本已经正常，只有个别字显示成方块，是阅读器字体覆盖不全，换成思源宋体、Noto Sans CJK 一类中文字体即可。
• 段落全挤在一起：常见于原文只用单个换行分段。可在编辑器里把单换行替换成双换行，或用分章规则先理顺结构，参考TXT 自动分章指南。
• 开头多出符号或说明行：文件带 BOM，或原本就有站点说明行。另存为「UTF-8 无 BOM」，顺手删掉多余的说明行即可。

七、防乱码的四个习惯

• 自己的文件统一存 UTF-8：跨设备、跨系统最通用，手机、电脑和阅读器都认。
• 老文件先转码再整理：转成 UTF-8 之后再做批量替换、分章，避免替换时把错码字符写进正文。
• 留一份原始文件：转码和清理都会改动内容，留底便于随时回退。
• 分发时选无 BOM：带 BOM 的 UTF-8 在部分阅读器和脚本里会把 BOM 显示成多余符号。

八、常见问题 FAQ

TXT电子书乱码怎么办？

按先识别、再转码、后转换三步处理：用编辑器的「通过编码重新打开」逐个试 UTF-8、GBK、GB18030、Big5，找到显示正常的那一个；再用「通过编码保存」存成 UTF-8；最后把转好的文件交给阅读器或转换工具。顺序反了会把错乱的字符固化下来，后面很难修。

乱码里的「锟斤拷」是怎么来的？

这是 UTF-8 文本被按 GBK 读取的典型结果：文件里无法映射到 GBK 的字节被替换成特定字符，再次转换后就出现「锟斤拷」这类固定组合。处理方向是让工具按 UTF-8 读取原文件；如果文件本身是 GBK，则反过来按 GBK 读取，再另存为 UTF-8。

怎么批量把 GBK 的 TXT 转成 UTF-8？

用命令行最省事。在 macOS 或 Linux 终端进入文件所在目录，单本执行 iconv -f GBK -t UTF-8 book.txt -o book-utf8.txt；批量处理用 for 循环遍历目录里的 txt 文件，逐个输出到新目录。遇到报错先换 GB18030 再试，并且始终提前备份原始文件。

转换工具里已经选了编码，为什么还是乱码？

常见三种原因：所选编码与文件实际编码不符；文件里混了两种编码，例如正文是 GBK、章节或广告行是 UTF-8；转换成 EPUB 时嵌入的其实是转码前就已损坏的文本。处理办法是回到源 TXT，用编辑器确认显示正常、另存为 UTF-8，再重新转换一次。

转成 EPUB 后正文还是乱码怎么排查？

先看乱码范围：整篇都乱，说明源文件编码没转对，重新转码后再转格式；只有个别字显示方块，是阅读器字体缺字，换支持中文的字体即可；段落全挤在一起，则是换行符问题，要先把单换行整理成段落分隔再转。排查顺序从源文件开始，别在 EPUB 里直接修补。

九、结语

乱码不是文件坏了，而是编码对不上号。认准症状、试出编码、存成 UTF-8，这三步做完，绝大多数 TXT 电子书都能恢复可读，再转 EPUB、MOBI 或推送 Kindle 都不会再出问题。遇到整篇乱码先别急着删文件，正文往往原样还在，只是被读错了编码。

---

*更新于 2026-09-13 ｜ 电子书格式知识整理 ｜ 命令示例请先在小文件上验证后再批量执行，并保留原始文件备份；编辑器与工具界面措辞可能随版本略有差异，仅供参考。*