小程序页面被多重有损编码转换（75 个私用区占位符 + 48 处被吞字符）→ 12 个页面 JS 语法非法、界面文案全乱码

三类处置并全部验证：(1) 可逆部分（段 GBK 字节数为 3 的倍数）批量反解；(2) 不可逆部分（PUA/被吞字符）用**锚点重建** —— 按 ASCII 字段锚点定位后替换为按上下文推断的中文，被吞的闭合引号自动补回；能反向校验的一律校验（借方科目先猜 `银行存款`，用前缀解码得到 `应收账` 后纠正为 **应收账款**）；(3) 有合法扁平同名实现的 4 个影子副本**直接复制扁平文件为权威内容**，不做推断。另补 wxml 缺失的 `<`。最后补 CI 门禁防复发。 ```python # 不可逆乱码的判据（按可靠性） PUA = r'[\ue000-\uf8ff]' # ① 私用区占位符 '€' in s and 中文字数 >= 2 # ② € 夹在中文里（UTF-8 被 CP936 误解的产物） r'[\u2e80-\u9fff]\?' # ③ 中文后紧跟半角 ?（后随字符被吞） s.encode('gbk') # ④ 长度为 3 的倍数 → 可 decode('utf-8') 还原 # ⑤ 前缀可解出 ≥2 中文且余 1–2 字节 → 有损，需语义重建 # wxml 闭合标签缺 '<' re.compile(r'(?<=[^\x00-\x7f])/([a-zA-Z][\w-]*)>').sub(r'</\1>', t) ```