如何拿mojibake并找出原始字符集是什么？

Question

我有一些数据是有效的UTF-8。但是，它的一部分仍然是有效的UTF-8，显然不是最初的UTF-8。它们也不是UTF-8编码的Latin-1。

我怎样才能找出这些零件的原始字符集是什么，以便我可以恢复有用的信息？或者我应该丢弃它们作为损坏？

Answer 1

这里有mojibake转换器。一个开源选项是https://github.com/dekellum/mojibake：

gem install mojibake 
require 'mojibake' 
mapper = MojiBake::Mapper.new 
mapper.recover('“quotedâ€�') #=> '“quoted”'