DevToys Web Pro iconDevToys Web ProBlog
Bedøm os:
Prøv browserudvidelsen:

Mojibake-reparation: ret ødelagt tekst

Ødelagt tekst

Rettet tekst

  • Manuel konvertering

    Kod som
    Afkod som

    Enkeltbyte-tegnsæt og UTF-8 kan bruges på begge sider. Shift_JIS, GB18030 og Big5 kan kun bruges til afkodning.

    Tekniske detaljer

    Sådan fungerer mojibake-reparationen

    Hvad mojibake-reparationen gør

    Mojibake er tekst, der blev skrevet i én tegnkodning og læst i en anden, så „é“ vises som „é“ og en typografisk apostrof som „’“. Værktøjet vender fejlen om: Det genkoder din tekst med det tegnsæt, den fejlagtigt blev læst som, for at genskabe de oprindelige bytes, og afkoder derefter disse bytes med det tegnsæt, de egentlig var i. Det prøver alle kombinationer af UTF-8, Windows-1252, ISO-8859-1, Windows-1251, KOI8-R, ISO-8859-2, Shift_JIS, GB18030 og Big5, scorer hvert resultat og viser den bedste rettelse med en rangeret liste over alternativer.

    Almindelige anvendelser

    Udviklere bruger det til at reparere databaseeksport, CSV-filer, e-mailemner, loglinjer og API-svar, hvor æ, ø og å blev til Ã-sekvenser, til at rense tekst kopieret fra en side leveret med forkert charset-header og til at diagnosticere, hvilket lag i en pipeline der afkodede UTF-8 som Latin-1. Det genskaber også russisk tekst vist som Привет og hjælper med at bekræfte, at en rettelse i koden faktisk giver de ønskede tegn.

    Understøttede kodninger og mønstre

    Det mest almindelige tilfælde er UTF-8 læst som Windows-1252 eller Latin-1: é, ü, ’, “ og emoji som 😀. UTF-8 læst som Windows-1251 giver kyrilliske par som Р og С efterfulgt af symboler. Dobbeltkodet tekst, hvor skaden skete to gange, repareres ved at gentage UTF-8-trinnet op til tre gange. De manuelle vælgere Kod som og Afkod som dækker enkeltbyte-tegnsæt i begge retninger; Shift_JIS, GB18030 og Big5 kan kun bruges til afkodning.

    Faldgruber og grænser

    Reparation virker kun, når ingen bytes er gået tabt. Spørgsmålstegn og U+FFFD-erstatningstegn i den ødelagte tekst kan ikke genskabes, og tekst, der på et tidspunkt blev konverteret med tab, forbliver beskadiget. Det automatiske valg er en heuristik baseret på bogstaver, almindelige ord og typiske mojibake-sekvenser, så meget korte strenge kan være tvetydige: tjek alternativtabellen, eller brug de manuelle vælgere. Korrekt tekst efterlades uændret, og input er begrænset til 1.000.000 tegn.