XUnity.AutoTranslator翻译乱码问题

Question

使用XUnity.AutoTranslator时，常见乱码问题源于游戏文本编码与翻译插件解码方式不匹配。尤其在处理日文或韩文游戏时，若游戏使用Shift-JIS或EUC-KR编码，而插件默认以UTF-8解析，会导致中文或原文显示为乱码。此外，部分游戏通过字体纹理渲染文字，而非纯文本输出，也易造成AutoTranslator无法正确捕获和替换文本，进而引发乱码。解决此问题需手动配置正确的输入/输出编码格式，并启用“Force UTF-8”或调整Hook设置。同时，确保字库文件支持目标语言字符集，必要时更换支持多语言的字体方案，可有效缓解乱码现象。

Answer 1

一、XUnity.AutoTranslator乱码问题的成因分析

在使用XUnity.AutoTranslator进行游戏汉化或本地化过程中，乱码是最常见且影响体验的核心问题之一。其根源主要集中在文本编码与解码机制的不匹配。

• 多数日文游戏采用Shift-JIS编码存储字符串资源，韩文游戏则多使用EUC-KR。
• XUnity.AutoTranslator默认以UTF-8格式解析所有输入文本流。
• 当插件尝试将Shift-JIS编码的文本按UTF-8解码时，字节序列无法正确映射为字符，导致显示为“锟斤拷”、“”等典型乱码符号。
• 此外，部分Unity游戏通过TextMeshPro或自定义UI系统渲染文字，实际输出的是字体纹理（Atlas）而非原始字符串，造成AutoTranslator无法Hook到真实文本内容。

游戏语言	常用编码	AutoTranslator默认解码	是否易出现乱码
日文	Shift-JIS	UTF-8	是
韩文	EUC-KR	UTF-8	是
中文（简体）	GB2312/GBK	UTF-8	可能
英文	ASCII	UTF-8	否

二、从技术栈视角剖析乱码触发路径

深入理解Unity引擎中文本处理流程有助于定位乱码发生的具体环节：

1. 游戏运行时加载AssetBundle中的文本资源。
2. 资源以特定编码（如Shift-JIS）写入内存字符串对象。
3. XUnity.AutoTranslator通过IL Hook拦截UnityEngine.Object.Instantiate或Text.text赋值操作。
4. 插件尝试读取原始字符串并发送至翻译服务。
5. 若未设置正确的InputEncoding，则解码失败。
6. 返回的译文若目标编码不支持中文字符集（如仅含Latin-1），亦会二次乱码。
7. 最终渲染阶段，若字体文件缺失CJK字形，即使文本正确也会显示为空白或方框。

// 示例：手动指定编码配置（需修改AutoTranslator配置文件）
{
  "Translation": {
    "InputEncoding": "shift-jis",
    "OutputEncoding": "utf-8",
    "ForceUtf8": true
  },
  "Hooks": [
    "UnityEngine.UI.Text.set_text",
    "TMPro.TextMeshProUGUI.set_text"
  ]
}
    

三、解决方案体系构建

针对上述问题，可建立分层解决模型：

graph TD
            A[检测乱码现象] --> B{判断来源类型}
            B -->|纯文本乱码| C[调整编码设置]
            B -->|纹理渲染乱码| D[启用Advanced Text Hook]
            C --> E[配置InputEncoding=shift-jis/euc-kr]
            E --> F[启用Force UTF-8输出]
            D --> G[替换字体为Noto Sans CJK]
            G --> H[验证字库覆盖范围]
            F --> I[测试翻译结果]
            I --> J[完成]

具体实施步骤包括：

• 编辑AutoTranslator.cfg或JSON配置文件，明确指定InputEncoding为shift-jis或euc-kr。
• 开启“Force UTF-8”选项，确保内部统一使用UTF-8进行中转处理。
• 对于使用TextMeshPro的游戏，需在Hook列表中添加TMP_Text.text相关方法。
• 检查游戏所用字体是否包含中文字符轮廓；若无，则替换为开源字体如“思源黑体”或“Noto Sans SC”。
• 可通过Font.GetOSInstalledFontNames()动态调试当前可用字体集合。
• 对极端情况，考虑结合BepInEx或Harmony实现更底层的字符串捕获逻辑。

四、高级调优与工程实践建议

面向资深开发者，应引入自动化诊断机制：

public static void DetectStringEncoding(byte[] rawData)
{
    var encodings = new[] { Encoding.GetEncoding("shift-jis"), Encoding.GetEncoding("euc-kr"), Encoding.UTF8 };
    foreach (var enc in encodings)
    {
        string str = enc.GetString(rawData);
        if (Regex.IsMatch(str, @"[\u4e00-\u9fff]") || // 中文
            Regex.IsMatch(str, @"[\u3040-\u309f\u30a0-\u30ff]")) // 日文假名
        {
            Debug.Log($"Possible encoding: {enc.HeaderName}");
        }
    }
}
    

推荐建立如下工作流：

阶段	操作	工具
前期分析	抓取内存字符串样本	Cheat Engine / UnityExplorer
编码识别	使用CharsetDetector库自动推断	Ude.NET / ICU4N
字体适配	注入支持多语言的TTF	Dynamic Font Replacer
持续验证	自动化截图比对	SikuliX + OCR