ARTICLE · 1364550
DSH插件之——DeepSeek Harness中文编码字
DSH插件之——DeepSeek Harness中文编码字
落地中文系统,最烦的就是导出乱码、网页邮件双重误读、全半角混排。
我写了 dsh-gb18030 插件。纯 JS、零依赖、完全离线。它专治 GBK、Big5、日韩编码的乱码,不靠笨重的字频表。
思路挺直接:高频汉字都挤在固定的字节区间里。比如 GB2312 一级字在 0xB0–0xD7,Big5 常用字在 0xA4–0xC6。我把“领字节落在哪个区间”当成字频代理,再配合 UTF-8 合法性优先和硬校验,纯靠字节结构嗅探编码。
装起来也简单:dsh plugin --profile web add dsh-gb18030。三个功能——detect_encoding 输出前 3 个候选编码,repair_mojibake 把误读乱码还原,normalize_width 处理全半角和零宽字符。
输入用 hex 或 base64,免得 JSON 传输把字节信息吃掉。















































































