EPUB 裡的 、&、— 是什麼？為什麼電子書文本會變亂
很多人在整理 EPUB 內容時，會碰到一種很常見但也很煩的情況：句子裡突然出現 、"、&、  這類符號，導致文本看起來像「網頁原始碼」而不是正常文字。這並不是 EPUB 的問題，而是因為 EPUB 和網頁文件結構本來就很接近。
很多 EPUB 檔案內部使用 XHTML、HTML 和實體字元表示法。如果文本沒有被正確解碼，就會把這些實體原樣暴露出來。於是原本可讀的段落，就會變成夾雜大量編碼符號的半成品文本。
這類場景正適合用 EPUB 實體解碼工具 先做還原，再繼續編輯、翻譯或匯入知識庫。
快速答案：什麼是 EPUB 實體解碼？
EPUB 實體解碼，就是把電子書文本裡的 HTML 實體、數字實體和特殊字元表示法，還原成正常可讀的文字。它適合電子書清洗、內容遷移、翻譯前預處理和知識庫整理。
為什麼 EPUB 會出現這些奇怪符號？
因為 EPUB 並不是一個單純的「文字檔案」，它往往包含：
- HTML / XHTML 頁面
- CSS 樣式
- 圖片與資源索引
- 特殊字元實體
像 & 代表 &，" 代表引號，— 代表破折號。這些表示方式在網頁和電子書格式裡很常見，但如果你想把文本提出來繼續寫作或分析，就需要先解碼。
哪些人最需要這個工具？
-
電子書整理者 需要把 EPUB 內容提出來做校對、重排或格式遷移。
-
翻譯工作流 如果源文本裡充滿實體符號，翻譯前先清洗會更穩。
-
內容運營和知識庫整理 從 EPUB 抽取文字做 CMS 發布、文件歸檔或 AI 訓練前處理時很常見。
EPUB 實體解碼和亂碼修復是同一回事嗎？
不完全一樣。實體解碼解決的是 、— 這類 HTML 或數字實體還原問題；而字元集亂碼通常和編碼宣告、字型或文字來源錯誤有關。兩者看起來都像「文字亂了」，但原因不同。
為什麼不直接手工替換？
少量符號可以手工改，但一旦是整本書、整章內容，人工替換既慢又容易遺漏。更實際的方式，是先用 EPUB 實體解碼工具 批次還原成正常文字，再繼續處理。
常見問題
1. 這是不是亂碼修復？
不完全一樣。它主要處理的是實體編碼還原，而不是所有類型的字元集亂碼。
2. 為什麼 EPUB 特別容易出現這種問題？
因為 EPUB 與網頁文件結構相近，內部經常保留 HTML 實體表示法。
3. 解碼後適合做什麼？
適合繼續編輯、翻譯、整理知識庫，或匯入其他文字處理流程。
如果你正在清洗電子書文字、進行 EPUB 內容擷取或準備 AI 預處理，可以直接試試 O.Convertor EPUB 實體解碼工具。如果你還經常處理連結或網頁文字裡的跳脫字元，也可以順手看 什麼是 URL 編碼。
