Warum deine Binär-zu-Text-Umwandlung die falschen Zeichen ausgibt

Eine Folge von 1en und 0en wirkt eindeutig — es ist Binärcode, es gibt nichts zu interpretieren. In der Praxis scheitert die Umwandlung von Binär zu Text auf genau dieselbe Art wie Hex zu Text, aus demselben zugrunde liegenden Grund: Eine Bitfolge ist erst dann Text, wenn du mehrere Annahmen darüber getroffen hast, wie sie zu gruppieren und zu interpretieren ist, und eine dieser Annahmen falsch zu treffen erzeugt eine Ausgabe, die auf eine bestimmte, diagnostizierbare Weise falsch ist.

Ursache 1: falsche Bit-Gruppierung (7 Bit vs. 8 Bit)

Standard-ASCII braucht nur 7 Bit pro Zeichen; die meisten Binär-zu-Text-Tools verwenden standardmäßig 8-Bit-Bytes, weil Text auf echten Systemen tatsächlich so gespeichert wird. Wenn eine Binärzeichenkette unter der Annahme einer 7-Bit-Gruppierung erzeugt wurde (manche Lehrbuchbeispiele und ältere Systeme machen das noch so) und du sie als 8-Bit-Bytes dekodierst, kommt jedes einzelne Zeichen verschoben heraus — die Gruppierungsgrenze ist vom allerersten Bit an falsch, sodass die Beschädigung gleichmäßig über die gesamte Ausgabe verteilt ist, statt sauber zu beginnen und mittendrin zu verfallen.

Das Erkennungszeichen: Wenn buchstäblich jedes Zeichen in der Ausgabe falsch ist, nicht nur einige, prüfe zuerst die Bit-Gruppierungsannahme, bevor du etwas anderes tust.

Ursache 2: ein zusätzliches oder fehlendes Bit verschiebt alles danach

Das ist das binäre Gegenstück zu einer ungeraden Hex-Ziffer — ein einzelnes überzähliges 0 oder 1 (ein zusätzliches Zeichen aus einem Copy-Paste, eine verlorene Ziffer, ein Leerzeichen, das als Daten geparst wurde) verschiebt die Byte-Grenze jeder nachfolgenden Gruppe ab diesem Punkt. Anders als bei Ursache 1 erzeugt das einen Text, der bis zu einem bestimmten Punkt korrekt ist und danach wirr wird — ein starkes Signal dafür, dass die Bitanzahl selbst irgendwo in der Zeichenkette falsch ist, nicht dass das Kodierungsschema durchgehend falsch wäre.

Zähle zuerst die Gesamtzahl der Bits: Die Länge der Zeichenkette sollte ein glattes Vielfaches von 8 sein (oder von 7, falls du bestätigt hast, dass diese Gruppierung verwendet wird). Wenn nicht, ist das zusätzliche oder fehlende Bit der Fehler, nicht der Dekodierer.

Ursache 3: Zeichenkodierung, genau wie bei Hex

Sobald die Bits korrekt zu Bytes gruppiert sind, musst du immer noch entscheiden, was diese Byte-Werte als Zeichen bedeuten — UTF-8, ASCII, Latin-1. Das ist identisch mit dem Fall Hex-zu-Text: Mehrbytige UTF-8-Zeichen (Akzentbuchstaben, Symbole, nicht-lateinische Schriften), die byteweise dekodiert werden, als wäre jedes Byte sein eigenes Zeichen, erzeugen zwei oder drei wirre Symbole anstelle eines korrekten. Wenn die Bit-Gruppierung als korrekt bestätigt ist (Ursachen 1 und 2 ausgeschlossen) und die Ausgabe trotzdem speziell bei Nicht-ASCII-Zeichen falsch ist, ist dies fast immer die verbleibende Ursache.

Ursache 4: Endianness, bei Binärdaten, die Zahlen statt Text darstellen

Wenn die Binärzeichenkette einen numerischen Wert statt Zeichendaten kodiert — ein Längenpräfix, eine Prüfsumme, eine neben Text eingebettete ID — spielt die Bit-/Byte-Reihenfolge eine Rolle, und es gibt keinen universellen Standardwert. 00000001 als eigenständiges Byte ist eindeutig, aber mehrbytige numerische Werte können mit dem höchstwertigen Byte zuerst oder dem niedrigstwertigen Byte zuerst gespeichert werden, je nach dem System, das sie erzeugt hat, und sie mit der falschen Annahme zu lesen, erzeugt stillschweigend eine andere, plausibel aussehende, aber falsche Zahl statt eines offensichtlichen Fehlers.

Der Reihe nach diagnostizieren

Prüfe, ob die Gesamtzahl der Bits ein glattes Vielfaches deiner angenommenen Gruppierung ist (meist 8) — eine falsche Anzahl bedeutet Ursache 2, korrigiere die Eingabe.
Wenn jedes Zeichen von Anfang an gleichmäßig falsch ist, vermute zuerst die Gruppierungsgröße selbst (Ursache 1), bevor du die Kodierung anfasst.
Wenn die Ausgabe anfangs sauber ist und mittendrin verfällt, deutet das genau an dieser Stelle auf ein verirrtes oder fehlendes Bit hin (Ursache 2), nicht auf ein Kodierungsproblem.
Wenn Gruppierung und Bitanzahl beide stimmen und nur Nicht-ASCII-Zeichen falsch aussehen, ist es Zeichenkodierung (Ursache 3).
Wenn die Daten eine Zahl statt Text darstellen und der Wert plausibel, aber falsch aussieht, prüfe die Byte-Reihenfolge (Ursache 4), bevor du annimmst, die Umwandlungslogik selbst sei kaputt.

Wie bei Hex ist der Umwandlungsschritt selbst trivial — der eigentliche Fehler steckt fast immer in einer dieser vier Annahmen, nicht im Code, der die Umwandlung durchführt.