某个编码错误文件的恢复过程

某人不小心打开了若干年前的文本文件，然后悲剧的发现除英文字符和标点外，其余内容皆为乱码。比如介个样子À´»ØµØ£¬·´¸´µØ，或者介样Ïòºó¼æÈݵģ¬Óë¾É°æ±¾¼æÈݵÄ。

文件保存了中英文混合内容，当前编码为UTF-8。目测是由于某种原因，把字节流本身（而不是它表示的字符串）保存成了UTF8。上面这句话十分拗口，让我用一种形式化语言解释一下，假设：

l  E是encoding函数；

l  D是decoding函数；

l  读一个文本文件就是，把一个字节流stream转换成字符串s（叫decoding）可以用s =D(stream)来表示；

l  而在文本编辑器里敲入字符串s，然后点击保存到文件，则是把s转换成字节流stream（叫encoding），可以用stream =E(s)表示。

通常来说文本处理会经历：编辑stream= E1(s)，然后使用s= D1(stream)。请注意encoding和decoding务必使用同种编码1。而我们这里遇到的问题，实际过程类似stream= E1(s)，由于某种奇葩原因stream_= E2(stream)，最后stream as string = D2(stream_)。也就是说某人看到的是stream，而不是s，自然就乱码了。

有了如上猜测，解决方案自然简单：

第一步，当前文件中存的实际上是stream_，所以先把它解码成字符串stream；

第二步，stream被理解为字符串，但实际上是个字节流，因此我们必须把它还原为字节流。这一步可以通过把字符串encoding成ISO 8859-1编码（注意，不是ASCII，是ISO 8859-1，这样才能把每个byte还原出来；用ASCII只能还原每个byte的低7位）。本质上，这样的做法是把字符串中每一个字符当成一个byte还原。

第三步，用正确的编码把字节流decoding成字符串。

还是用同样形式化的语言描述上述过程

第一步，stream as string = D2(stream_), D2 is UTF-8

第二步，stream= E3(stream as string), E3 is ISO 8859-1

第三部，s= E1(stream), E1 is GB2312

经过测试，原始字节流是GB2312编码。最终得到了正确的文本内容。