Почему буквы превращаются в набор знаков
Компьютер хранит текст не как готовые буквы, а как последовательность чисел — байтов. Чтобы показать их на экране, программа должна знать, какому символу соответствует каждое число. Эти правила и называются кодировкой.
Если файл записан по одним правилам, а программа читает его по другим, те же байты получают иной смысл. Например, значение, которое в исходной кодировке означало букву, в другой может стать знаком пунктуации или частью последовательности, из которой программа собирает символ. Поэтому вместо слов появляются странные значки, акценты и обрывки букв.
Как возникает «кракозябра»
Для простых английских букв многие кодировки долго совпадали, но с национальными алфавитами различия заметнее. Русский текст особенно часто страдал при обмене между старыми однобайтовыми кодировками: один и тот же байт мог обозначать разные буквы в разных системах.
Современный стандарт UTF‑8 способен представлять символы разных языков, но и он не помогает, если программа ошибочно считает файл записанным в другой кодировке. Иногда текст удаётся восстановить: достаточно открыть его с верной настройкой или преобразовать из исходной кодировки. Но если файл уже пересохранили, приняв ошибочно показанные знаки за настоящие, исходные данные могли быть потеряны.
Почему проблема не всегда очевидна
Файл с обычным текстом может не сообщать программе, в какой кодировке он создан. Тогда приложение угадывает её по содержимому — и может ошибиться, особенно если текста мало или в нём почти одни общие символы. Поэтому при переносе старых документов важно не только сохранить байты, но и передать сведения о способе их чтения: без них буквы остаются на месте, а смысл исчезает.
