解压后文件名乱码，按压缩包来源切换编码，Shift-JIS 和 GBK 覆盖大部分情况

前几天一个很久没联系的朋友发来一张截图，后面跟着好几条长语音，一条接一条，每条都顶到 60 秒的上限。我看了一眼截图就大概猜到是什么事：他从网上下了一个压缩包，解压之后文件夹里的文件名全变成了看不懂的符号，有些是问号，有些是方块，还有几个看着像汉字，连起来却不成词。

他问是不是压缩包坏了，要不要重新下一遍。类似的问题我遇到过不止一次，不少人的第一反应都是删掉重下，结果下回来还是一样。

如果平时经常从海外论坛、日文站点，或者年代比较久的国内论坛找素材，解压后满屏乱码的场景应该不陌生。这类乱码绝大多数时候和文件内容无关，出问题的是文件名本身。

文件名为什么会乱码

压缩软件打包时，会把文件名的字符按某套编码规则转成字节，写进压缩包的目录区；解压软件打开这个包，要用同一套规则把字节读回字符。两边用的不是同一套，读出来的就是错位的字节序列。

字节本身没有对错。解码时找不到对应字符，就显示成问号或方块；也有些字节恰好落在另一套编码的合法区间里，被映射成了别的汉字——看着像中文，读起来不成句。这种情况在 Shift-JIS 和 GBK 之间尤其常见：两套编码都是双字节结构，字节范围有交叠，读错之后不会报错，只会安静地显示成另一个字。

几套编码对应的来源大致是这样的：

• 日文 Windows 环境（代码页 932）：Shift-JIS，日文资源里出现频率很高
• 繁体中文环境（代码页 950）：Big5
• 简体中文环境较早的系统（代码页 936）：GBK，部分老程序用 GB2312
• 近十年跨平台打包：UTF-8，多数系统能直接读

先确认坏的是文件名，不是文件

解压之后先别急着换编码，第一步是确认文件内容能不能打开。文件名乱码但内容正常，基本就是编码问题；如果解压过程本身就报错，换编码帮不上忙。

这一步花不了几分钟，但能省掉后面的无用功。见过有人对着一堆文件名试了七八种编码，最后发现是包本身没下完。

按压缩包的来源切换编码

确认是编码问题之后，处理办法就是在解压工具里换一套文件名编码，重新解一次。多数工具把这个入口放在设置或选项里，名字一般叫「乱码处理」「文件名编码」或者「编码转换」，点开会列出 Shift-JIS、Big5、GBK、UTF-8 这些备选。

备选就那么几种，按来源逐个排除：

1. 先按压缩包的来源选第一种：日文资源选 Shift-JIS，繁体资料选 Big5，较早的内地素材选 GBK。
2. 解压到一个新的目录，不要覆盖上一次解出来的乱码文件。两批文件混在同一个文件夹里，后面很难分清哪些是修好的。
3. 文件名还是不对，就换下一种编码再试一次。常见来源的包，试两三种基本能对上。
4. 名字恢复正常之后，再把这批文件整理进正式目录。

我那个朋友换到第二遍编码时，满屏符号就变回了他能看懂的日文文件名。在这之前，他已经对着这堆字符折腾了半个多小时。

切换编码需要重新解压。只改设置对已经写进磁盘的文件没有作用——乱码文件名不会自己变回来，得删掉重解，或者用批量重命名工具手工改。

自动匹配也救不回来的包

还有一类情况更麻烦：一个压缩包里混着好几种语言的文件，或者打包时用的编码比较冷门，备选列表里根本没有。这时候自动匹配出来的结果往往是一部分正常、一部分歪歪扭扭，逐项去试也很容易漏。

如果手上正好有原始文件——也就是那些需要打包传出去的素材——处理办法是从打包这一步就统一编码：在创建压缩包的界面里打开高级选项，把文件名编码明确指定为 UTF-8。UTF-8 是目前跨平台支持比较完整的一套，Windows、macOS 和主流解压工具都能正确识别。

打包时就把编码定下来，比文件传出去之后让对方一个个试要省事得多。

分卷压缩和高压模式容易漏掉的一步

为了把体积压得更小，或者把一个很大的文件切成几卷分开发，很多人会在创建压缩包时调整压缩模式，或者启用分卷压缩。改这些设置的时候有个细节容易被忽略：编码选项在高级设置里，不特意去看，它可能还停在一个旧的默认值上。

所以做这类操作时，除了设置分卷大小和压缩级别，顺手把文件名编码固定为 UTF-8。这一项只影响文件名怎么写，不影响压缩结果本身，改起来没有代价。

这几招覆盖不到的情况

• 压缩包带密码。 部分工具在密码验证通过之前读不出文件列表，这时候切换编码没有效果，得先解决密码。
• 编码不在备选列表里。 极少见的编码，工具没提供选项，只能先按 UTF-8 解出来，再用批量重命名工具按规律改。
• 目录名和文件名一起乱。 有些包不只文件名编码不一致，目录结构也是乱的，重解时要连着目录一起处理，不要只挑文件。
• 解压出来之后又被打包过一次。 乱码的文件名一旦被当成本名写进新的压缩包，就固定下来了，后面再换编码也修不回来。

最后一条值得单独说一句：处理乱码要在解压这一步做，不要在解压之后改名再重新打包。中间多走一步，问题就从「换一个选项」变成「手工改上百个文件名」。

编码这件事，不需要理解到字节和代码页的层面。记住两个时间点就够了：解压时按压缩包的来源选一次文件名编码，打包时把编码固定成 UTF-8。

前者解决别人发给你的包，后者解决你发给别人的包。两边都统一了，再碰到乱码，多半就只是换个选项的事。