Sublime Text中文乱码本质是编码错配或隐形字符污染,须先通过Reopen with Encoding→Chinese (GBK)恢复可读内容,再清理\u200b、\uFEFF等隐形字符,最后分两步压缩空行,顺序不可颠倒。

Sublime Text 本身不提供“自动排版乱码文本”的功能——乱码不是格式问题,而是编码错配或隐形字符污染导致的显示异常。所谓“排版”,实际要先**恢复可读内容**,再清理格式。盲目用正则或插件一键处理,大概率把还能抢救的文本变成双乱码或丢字。
先确认是真乱码还是假乱码
右下角显示 “UTF-8” 但满屏方块?那大概率是文件真实编码为 Chinese (GBK),却被当 UTF-8 解了。这不是排版问题,是解码失败。
- Linux/macOS 下跑
file -i 文件名,看输出里的charset=字段(如charset=gbk) - Windows 用户直接用 Notepad++ 打开,右下角明确标出 “GBK” 或 “UTF-8-BOM” 更可信
- 如果打开后中文能看清、只是段落挤在一起或有奇怪空格,那才是真排版需求;此时乱码已解决,可跳过下一步
Reopen with Encoding 是唯一安全的“解乱码”入口
别点 Convert to UTF-8(老版本菜单里有),它会静默重写磁盘且不提示,原始编码信息永久丢失。
- 对乱码文件,立刻执行
File → Reopen with Encoding → Chinese (GBK)(有时也叫CP936) - 如果还不对,再试
Chinese (GB2312)或Western (Windows 1252);只要中文一出来,右下角变成Chinese (GBK),就说明识别对了 - 这一步只改内存显示,磁盘文件一字未动,可反复试,零风险
清理隐形字符比删空行更关键
网文、网页复制来的 TXT 常含 \u200b(零宽空格)、\uFEFF(BOM)、\u00a0(不间断空格)、\u3000(全角空格)——这些 \s 不覆盖,会导致段落错位、正则失效、Git 报错。
- 先开
View → Show White Space,看行首是否显示·或→;有就说明含隐形字符 - 查找框填:
^[\s\u200b\uFEFF\u00a0\u3000]*$,替换框彻底留空(别填\n) - 若发现文字莫名断行,复制到
bnfparser.github.io/unicode查是否含\u2028(行分隔符)或\u2029(段落分隔符),手动加进方括号里
压缩空行必须分两步,顺序不能反
纯文本小说里,单个空行是段落分隔符,删光就全连成一块。想把多个空行压成一个,靠 \n{3,} → \n\n 一次搞定?会因换行符差异(\r\n vs \n)和边界情况崩掉。
- 第一步:
\n{3,}→\n\n(把 ≥3 个连续换行压成两个) - 第二步:
\n\n(?=\n)→\n(把后面还跟着换行的\n\n变成单个\n) - 两步都必须勾选右下角
.*启用正则,且禁用. matches newline
最易被忽略的是:大文件批量操作前,没验证 file -i 结果,也没开 Show White Space 看隐形字符——这时候跑正则,不是在排版,是在制造新问题。


















