DevToys Web Pro iconDevToys Web ProBlogg
Betygsätt oss:
Prova webbläsartillägget:

Mojibake-fixare: reparera förvanskad text

Förvanskad text

Rättad text

  • Manuell konvertering

    Koda som
    Avkoda som

    Teckenuppsättningar med en byte och UTF-8 kan användas på båda sidor. Shift_JIS, GB18030 och Big5 kan bara användas för avkodning.

    Tekniska detaljer

    Så fungerar mojibake-fixaren

    Vad mojibake-fixaren gör

    Mojibake är text som skrevs i en teckenkodning och lästes i en annan, så att "é" visas som "é" och en böjd apostrof som "’". Verktyget vänder på misstaget: det kodar om din text med den teckenuppsättning den felaktigt lästes som för att återfå de ursprungliga byten, och avkodar sedan dessa byten med den teckenuppsättning de egentligen hade. Det provar alla kombinationer av UTF-8, Windows-1252, ISO-8859-1, Windows-1251, KOI8-R, ISO-8859-2, Shift_JIS, GB18030 och Big5, poängsätter varje resultat och visar den bästa rättningen med en rangordnad lista över alternativ.

    Vanliga användningsområden

    Utvecklare använder det för att reparera databasexporter, CSV-filer, e-postämnen, loggrader och API-svar där accenter blivit Ã-sekvenser, för att rensa text kopierad från en sida som skickats med fel teckenuppsättning i headern, och för att avgöra vilket lager i en pipeline som avkodade UTF-8 som Latin-1. Det återställer också rysk text som visas som Привет och hjälper till att verifiera att en rättning i koden verkligen ger de avsedda tecknen.

    Kodningar och mönster som stöds

    Det vanligaste fallet är UTF-8 som lästs som Windows-1252 eller Latin-1: é, ü, ’, “ och emojis som 😀. UTF-8 som lästs som Windows-1251 ger kyrilliska par som Р och С följda av symboler. Dubbelkodad text, där skadan skett två gånger, repareras genom att UTF-8-steget upprepas upp till tre gånger. De manuella väljarna Koda som och Avkoda som täcker teckenuppsättningar med en byte i båda riktningarna; Shift_JIS, GB18030 och Big5 kan bara användas för avkodning.

    Fallgropar och begränsningar

    Reparation fungerar bara när inga byten gått förlorade. Frågetecken och ersättningstecknet U+FFFD i den förvanskade texten kan inte återskapas, och text som konverterats med förlust i något led förblir skadad. Det automatiska valet är en heuristik baserad på bokstäver, vanliga ord och typiska mojibake-sekvenser, så mycket korta strängar kan vara tvetydiga: kontrollera alternativtabellen eller använd de manuella väljarna. Korrekt text lämnas oförändrad och indatan är begränsad till 1 000 000 tecken.