我的文本文件格式有问题。我猜最初是 Windows-1252。然后我尝试使用 Notepad++ 将文件重新格式化为另一种编码格式，重复了几次，结果一团糟???A??a?s??A§???A??a?s??A ???A??a?s??Aµ???A??a?s??A®???A??a?s??A¤????????????。我不记得我执行的操作的实际顺序。我唯一确定的是，我在 ANSI、UTF-8 和 Windows-1251 之间切换。这些都没能让我的文本恢复到之前的正确西里尔格式。
那么，有没有办法找回我在这个文件中的信息？txt 文件是否包含所有信息，我只需要弄清楚我需要什么编码格式，或者它被替换了，信息永远丢失了？最初，我在文件中有一些西里尔文文本。
答案1
抱歉，但目前文本无法恢复。
问题是，并非所有字符集都具有相同的字符范围。
当您在字符集之间切换时，系统会尝试以某种方式保留字符。但由于并非所有字符集都包含所有字符，因此在此过程中字符会丢失，因此这些文件将永久乱码。
在您的示例中，如果您从西里尔文（应该是UTF-8）转换为 ANSI（又名：Windows-1252）然后Windows-1251（一种较旧的西里尔文字）每次转换都会丢失数据。
抱歉，但某种备份是您唯一的希望。
FWIW，这一页— “这些有趣的人物是从哪里来的？” — 对这种情况发生的原因以及这些问号（?）的含义进行了出色的解释：
一个字节是 8 位，其值可以方便地以十六进制（通常缩写为“hex”）或十进制表示，或者不太方便地以八进制或二进制表示。
例如，中的字符“A”用单个字节表示如下：
A 二进制 01000001 十六进制 41 十进制 65 八进制 101 Unicode 代码点 U+0041 字符“A”在 UTF-8、ASCII、ISO/IEC 8859 和 Windows 12xx 中都是相同的，这些都是我们常用的来源。因此在这种情况下，我们不必担心任何不兼容问题，因为根本不存在不兼容问题。
如果我们看一下欧元符号（€），那就是完全不同的故事：
€——欧元货币符号
字符编码 UTF-8（3字节序列） ISO/IEC 8859-15 Windows-1252 二进制 11100010 10000010 10101100 10100100 10000000 十六进制 e2 82 交流电 a4 80 十进制 225130172 164 128 八进制 342202254 244 200 Unicode 代码点 U+20ac 我们常用的编码系统都以不同的方式表示欧元符号。如果我们将 ISO-8859-15 编码文件中的字节复制到在 Windows-1252 中运行的数据库，我们的欧元符号（十六进制 a4）将不再像欧元符号。在 Windows-1252 中，十六进制 a4 为“¤”。从 Windows-1252 转换为 ISO-8859-15 时，我们会得到一个问号或“◼”，因为在 ISO-8859-15 中十六进制 80 未定义。7 位 ASCII 和 EBCDIC 无法表示欧元符号。这些编码系统是在欧元出现之前定义的，因此这并不奇怪。
虽然我们可以使用一个一致的 8 位代码，这样一切都会变得非常简单，但在现实世界中我们无法再这样做了，所以我们需要更好的方法。UTF-8 就是更好的方法，所以我们将稍微解释一下它的工作原理。