DevToys Web Pro iconDevToys Web ProBlog
Valóranos:
Prueba la extensión del navegador:

Reparador de mojibake: corrige texto corrupto

Texto corrupto

Texto corregido

  • Conversión manual

    Codificar como
    Decodificar como

    Los juegos de caracteres de un solo byte y UTF-8 se pueden usar en ambos lados. Shift_JIS, GB18030 y Big5 solo sirven para decodificar.

    Detalles técnicos

    Cómo funciona el reparador de mojibake

    Qué hace el reparador de mojibake

    El mojibake es texto que se escribió con una codificación de caracteres y se leyó con otra, de modo que «é» aparece como «Ã©» y un apóstrofo tipográfico como «â€™». La herramienta revierte el error: recodifica tu texto con el juego de caracteres con el que se leyó por error para recuperar los bytes originales y luego decodifica esos bytes con el juego de caracteres en el que realmente estaban. Prueba todas las combinaciones de UTF-8, Windows-1252, ISO-8859-1, Windows-1251, KOI8-R, ISO-8859-2, Shift_JIS, GB18030 y Big5, puntúa cada resultado y muestra la mejor corrección junto con una lista ordenada de alternativas.

    Casos de uso habituales

    Los desarrolladores lo usan para reparar exportaciones de bases de datos, archivos CSV, asuntos de correo, líneas de log y respuestas de API en los que los acentos se convirtieron en secuencias con Ã, para limpiar texto copiado de una página servida con una cabecera de charset incorrecta y para diagnosticar qué capa de un pipeline decodificó UTF-8 como Latin-1. También restaura texto ruso mostrado como Привет y ayuda a verificar que una corrección en el código realmente produce los caracteres deseados.

    Codificaciones y patrones compatibles

    El caso más común es UTF-8 leído como Windows-1252 o Latin-1: é, ü, ’, “ y emojis como 😀. UTF-8 leído como Windows-1251 produce pares cirílicos como Р y С seguidos de símbolos. El texto con doble codificación, donde el daño ocurrió dos veces, se repara repitiendo el paso de UTF-8 hasta tres veces. Los selectores manuales de codificar como y decodificar como cubren los juegos de caracteres de un solo byte en ambos sentidos; Shift_JIS, GB18030 y Big5 solo se pueden usar para decodificar.

    Errores comunes y límites

    La reparación solo funciona cuando no se perdió ningún byte. Los signos de interrogación y los caracteres de reemplazo U+FFFD del texto corrupto no se pueden recuperar, y el texto que se convirtió con pérdida en alguna etapa sigue dañado. La elección automática es una heurística basada en letras, palabras comunes y secuencias típicas de mojibake, así que las cadenas muy cortas pueden ser ambiguas: revisa la tabla de alternativas o usa los selectores manuales. El texto correcto se deja sin cambios y la entrada está limitada a 1.000.000 de caracteres.