中文乱码

中文乱码是电子信息系统的中文无法正确显示文字符号的一种现象，在中文内码未有标准时情况尤其严重。

“万码奔腾”的年代

在过去，由于繁体中文用户缺乏一个具有号召力的内码标准，不同用户都会使用各自的标准。比较普遍的是银行由于主要使用IBM的商业电脑，很自然地亦选择了IBM 5550作为其内码标准。这些用5550内码的文件，一旦下载到计算机上，若要转寄与其他人使用，就要透过转码换成Big5，其他人才可以阅读。

另一方面，在会计界有不少人都直接使用外国的专门软件，而为免冲码问题使画面凌乱，不少的IT部门都把公司电脑的内码换成倚天码。本来会计人员过去只是把计算结果打印而提交报告，并未有任何问题。到后来随着电子表格的兴起，用户才发觉到当公司与外界使用的内码不同，会引起不少问题，乱码的问题才开始得到重视。

中文Big5码被误认为EASCII

欧洲生产的某些电脑并无法识别Big5双比特字码的中文字符，相反的，它们会把位于00到7F间的字码视为ASCII，而80到FF间的字码则视为EASCII，例如：

中文字	維		基		百		科		中		文		大		五		碼
Big5码的高位/低位比特	BA	FB	B0	F2	A6	CA	AC	EC	A4	A4	A4	E5	A4	6A	A4	AD	BD	58
对应的ASCII/EASCII字符	º	û	°	ò	¦	Ê	¬	ì	¤	¤	¤	å	¤	j	¤	­	½	X

也因此，中文字符串“維基百科中文大五碼”会显示为乱码“ºû°ò¦Ê¬ì¤¤¤å¤j¤ ½X”。

UTF-8与Big5的相互转换

随着UTF-8的普及化，许多繁体中文的IRC频道也逐渐从Big5转变成UTF-8；然而在这种过渡时期中，仍然有不少IRC频道是采用Big5的，所以用户参与了新的频道时，通常会想要先确定自己的字符编码有没有设错，人们最常用的测试字眼不外乎：

编码	内容
UTF-8	中文	測試	導航
Big5	銝剜��	皜祈岫	撠舘⏛

嚙踝蕭乱码问题

当一段大五码文本被错误地以UTF-8解码再编码再以大五码解码，由于在被以UTF-8解码时的无效字符被以Unicode的“未识别字符（U+FFFD）”作为内码记录，而那替代字符的UTF-8编码的十六进制为“EF BF BD”。当那替代字符因为按UTF-8解码会出现大比例的无效字符而令其大片大片地出现，进而在被UTF-8再编码再以大五码解码后读码框取到UTF-8替代字符的编码的第一个字节和第二个字节的十六进制“EF BF”解码得到“嚙”字，接下来的读码框横跨两个UTF-8替代字符取到第一个UTF-8替代字符的第三个字节和第二个UTF-8替代字符的第一个字节的十六进制“BD EF”解码得到“踝”字，再接下来的读码框取到第二个UTF-8替代字符的第二个字节和第三个字节的十六进制“BF BD”解码得到“蕭”字，连起来就是“嚙踝蕭”。这样的情况反复出现就令其中出现大量“嚙踝蕭”字样。并且由于在被以UTF-8解码时所出现的各种无效字符与有效字符的各种组合，再以大五码解码后其中会有许多不是出现在“嚙踝蕭”子序列中的“嚙”、“蕭”字样。

另外其他编码的非UTF-8文本或非文本二进制数据被错误地以UTF-8解码再编码再以大五码解码也会如上产生嚙踝蕭乱码，然而由于原字节序列的特征会部分地传递至以UTF-8解码后所产生的中间阶段乱码，这样因此由这些方式产生的乱码跟大五码文本被错误地以UTF-8解码再编码再以大五码解码所产生的乱码便具有不同的特征。

简体中文编码体系产生的乱码

在中文互联网上流行着一个冷笑话，总结了简体中文编码中经常出现的乱码：

手持两把锟斤拷，口中疾呼烫烫烫。 脚踏千朵屯屯屯，笑看万物锘锘锘。

锟斤拷乱码问题

在Unicode编码与简体中文编码系统（例如GB 2312、GBK、GB 18030、CP936）转换时，部分简体中文编码的文字在Unicode编码中并不存在，Unicode会以“未识别字符（U+FFFD）”作为内码记录，而对外以UTF-8表现为EF BF BD，当多个EF BF BD连续出现，而且以简体中文编码去解释的话，就会被解析为多个“锟斤拷”。三个字的编码分别是锟（0xEFBF）、斤（0xBDEF）、拷（0xBFBD）。

“烫烫烫”与“屯屯屯”

在Visual C++中，以调试模式运行程序时，未初始化的栈空间被以0xCC填充，而未初始化的堆空间则是0xCD。当不小心以字符串形式输出了这些未初始化的内容时，系统会以GBK编码解析为一连串重复的“烫”（0xCCCC）或者“屯”（0xCDCD）。

UTF-8 BOM与“锘”

Windows操作系统中，将文本文件保存为UTF-8格式时会在文件开头添加字节顺序标记EF BB BF，当文件以GBK编码打开时，开头两个字节会被解析为“锘”（0xEFBB）。

产生的问题

过往，乱码所产生的问题，往往只是阅读上的不方便，因为文字变成了乱码，使用户看不到文字的内容。然而，现时由于电脑软件安全设计的问题，乱码随时可能会使应用程序不正常关闭。

参见

• 乱码