مصلح Mojibake: إصلاح النص المشوّه
نص مشوّه
النص المصحَّح
تحويل يدوي
يمكن استخدام مجموعات المحارف أحادية البايت وUTF-8 على الجانبين. أما Shift_JIS وGB18030 وBig5 فهي لفك الترميز فقط.
التفاصيل التقنية
كيف يعمل مصلح Mojibake
ماذا يفعل مصلح Mojibake
Mojibake هو نص كُتب بترميز أحرف وقُرئ بترميز آخر، فيظهر «é» على شكل «Ã©» والفاصلة العليا المنحنية على شكل «â€™». تعكس الأداة الخطأ: تعيد ترميز نصك بمجموعة المحارف التي قُرئ بها خطأً لاستعادة البايتات الأصلية، ثم تفك ترميز تلك البايتات بمجموعة المحارف التي كانت عليها فعلًا. تجرّب كل تركيبة من UTF-8 وWindows-1252 وISO-8859-1 وWindows-1251 وKOI8-R وISO-8859-2 وShift_JIS وGB18030 وBig5، وتقيّم كل نتيجة وتعرض أفضل إصلاح مع قائمة مرتبة بالبدائل.
حالات الاستخدام الشائعة
يستخدمه المطورون لإصلاح تصديرات قواعد البيانات وملفات CSV وعناوين البريد وأسطر السجلات واستجابات API التي تحولت فيها الحروف المُشكَّلة إلى تسلسلات Ã، ولتنظيف نص منسوخ من صفحة قُدّمت برأس charset خاطئ، ولتشخيص أي طبقة في خط المعالجة فكّت ترميز UTF-8 على أنه Latin-1. كما يستعيد النص الروسي الظاهر على شكل Привет ويساعد على التحقق من أن إصلاحًا في الكود ينتج فعلًا الأحرف المقصودة.
الترميزات والأنماط المدعومة
الحالة الأكثر شيوعًا هي UTF-8 المقروء كـ Windows-1252 أو Latin-1: é وü و’ و“ وإيموجي مثل 😀. يُنتج UTF-8 المقروء كـ Windows-1251 أزواجًا سيريلية مثل Р وС متبوعة برموز. يُصلَح النص المزدوج الترميز، حيث حدث التلف مرتين، بتكرار خطوة UTF-8 حتى ثلاث مرات. تغطي محددات الترميز بصيغة وفك الترميز بصيغة اليدوية مجموعات المحارف أحادية البايت في الاتجاهين؛ أما Shift_JIS وGB18030 وBig5 فلا تُستخدم إلا لفك الترميز.
المزالق والحدود
لا ينجح الإصلاح إلا إذا لم تُفقد أي بايتات. لا يمكن استرجاع علامات الاستفهام وأحرف الاستبدال U+FFFD في النص المشوّه، ويبقى النص الذي تم تحويله مع فقدان في مرحلة ما تالفًا. الاختيار التلقائي أسلوب استدلالي يعتمد على الحروف والكلمات الشائعة وتسلسلات mojibake النموذجية، لذا قد تكون السلاسل القصيرة جدًا ملتبسة: راجع جدول البدائل أو استخدم المحددات اليدوية. يُترك النص الصحيح دون تغيير، والإدخال محدود بـ 1,000,000 حرف.