朋友翻出十年前的 QQ 空间，想把签名改回当年那种火星文，找了几个在线转换器，转出来一半是问号。他让我帮忙写个本地的，跑起来才发现问题不在规则。

这类转换器本质是一张字符映射表加逐字替换，真正坑人的是生僻字能不能显示。

映射表怎么建

常见的规则有几类：同音字替换，把「你」换成「伱」；偏旁拆分，把「爱」写成「愛」再加符号；还有形近字替换和颜文字拼接。整理成 JSON，左边是常用字，右边是候选数组，每次转换随机取一个，输出才不像模板刷出来的。

生僻字和扩展区

  • 基本区两万多字，转换器用的多是这一片
  • 扩展 B 区有六万多字，很多字体不支持，转出来是方框
  • 页面统一声明 UTF-8，数据库字段也要 utf8mb4，否则存进去就丢

代码就一段替换循环

JS 里把映射表建成对象，逐字查表，查不到原样输出，最后拼成字符串。别用正则整体替换，同音字一对多，正则会互相覆盖。需要保留原文时，先用占位符把字母数字抽出来，转完再塞回去。

为什么在线工具转出来是问号

多数是页面编码和接口编码不一致。前端 UTF-8 提交，后端按 GBK 解，生僻字直接变成替换字符。还有的站点把结果塞进 URL 参数，浏览器对非 ASCII 字符的编码处理各不相同，复制出来就乱。

更要紧的是别乱用

火星文放在昵称、签名里无伤大雅，放进正文会影响搜索和阅读。做站的人拿它批量生成标题，被搜索引擎判成低质内容的例子不少。

批量生成时怎么不重样

一次转换整段文字，同一个字每次都取同一个候选，看着像机器翻的。改成按位置取模或者按随机种子取，同一篇里同一个字的写法也要有变化。生成完再做一遍去重，连续三个字都是同音替换的，读起来特别假。

朋友那个工具一下午就写完了，映射表两百多条，够用。真正的工程量在收集那些字，写代码反倒是最省事的一步。