ตัวแก้ Mojibake: ซ่อมแซมข้อความเพี้ยน
ข้อความเพี้ยน
ข้อความที่แก้ไขแล้ว
แปลงด้วยตนเอง
ชุดอักขระแบบไบต์เดียวและ UTF-8 ใช้ได้ทั้งสองฝั่ง Shift_JIS, GB18030 และ Big5 ใช้ได้เฉพาะการถอดรหัส
รายละเอียดทางเทคนิค
ตัวแก้ Mojibake ทำงานอย่างไร
ตัวแก้ Mojibake ทำอะไรได้บ้าง
Mojibake คือข้อความที่เขียนด้วยการเข้ารหัสอักขระหนึ่งแต่ถูกอ่านด้วยอีกแบบหนึ่ง ทำให้ "é" กลายเป็น "é" และเครื่องหมายอะพอสทรอฟีแบบโค้งกลายเป็น "’" เครื่องมือนี้ย้อนกลับข้อผิดพลาดนั้น: เข้ารหัสข้อความของคุณใหม่ด้วยชุดอักขระที่ถูกอ่านผิดเพื่อกู้ไบต์ต้นฉบับ แล้วถอดรหัสไบต์เหล่านั้นด้วยชุดอักขระที่แท้จริง เครื่องมือจะลองทุกการผสมของ UTF-8, Windows-1252, ISO-8859-1, Windows-1251, KOI8-R, ISO-8859-2, Shift_JIS, GB18030 และ Big5 ให้คะแนนแต่ละผลลัพธ์ และแสดงการแก้ที่ดีที่สุดพร้อมรายการตัวเลือกอื่นที่จัดอันดับ
กรณีการใช้งานทั่วไป
นักพัฒนาใช้เพื่อซ่อมแซมไฟล์ส่งออกจากฐานข้อมูล ไฟล์ CSV หัวเรื่องอีเมล บรรทัดล็อก และการตอบกลับ API ที่ตัวอักษรมีเครื่องหมายกำกับกลายเป็นลำดับ à เพื่อล้างข้อความที่คัดลอกจากหน้าที่ส่งด้วยเฮดเดอร์ชุดอักขระผิด และเพื่อวินิจฉัยว่าชั้นใดในไปป์ไลน์ถอดรหัส UTF-8 เป็น Latin-1 นอกจากนี้ยังกู้คืนข้อความภาษารัสเซียที่แสดงเป็น Привет และช่วยตรวจสอบว่าการแก้ไขในโค้ดให้อักขระตามที่ตั้งใจจริงๆ
การเข้ารหัสและรูปแบบที่รองรับ
กรณีที่พบบ่อยที่สุดคือ UTF-8 ที่ถูกอ่านเป็น Windows-1252 หรือ Latin-1: é, ü, ’, “ และอีโมจิ เช่น 😀 UTF-8 ที่ถูกอ่านเป็น Windows-1251 ทำให้เกิดคู่อักษรซิริลลิก เช่น Р และ С ตามด้วยสัญลักษณ์ ข้อความที่เข้ารหัสซ้อนซึ่งความเสียหายเกิดขึ้นสองครั้งจะถูกซ่อมแซมโดยทำขั้นตอน UTF-8 ซ้ำได้สูงสุดสามครั้ง ตัวเลือก เข้ารหัสเป็น และ ถอดรหัสเป็น แบบแมนนวลครอบคลุมชุดอักขระแบบไบต์เดียวทั้งสองทิศทาง; Shift_JIS, GB18030 และ Big5 ใช้ได้เฉพาะการถอดรหัส
ข้อควรระวังและข้อจำกัด
การซ่อมแซมใช้ได้เฉพาะเมื่อไม่มีไบต์สูญหาย เครื่องหมายคำถามและอักขระแทนที่ U+FFFD ในข้อความเพี้ยนไม่สามารถกู้คืนได้ และข้อความที่ผ่านการแปลงแบบสูญเสียข้อมูลในขั้นตอนใดขั้นตอนหนึ่งจะยังคงเสียหาย การเลือกอัตโนมัติเป็นฮิวริสติกที่อิงตัวอักษร คำที่พบบ่อย และลำดับ mojibake ทั่วไป ดังนั้นสตริงที่สั้นมากอาจกำกวม: ตรวจดูตารางตัวเลือกอื่นหรือใช้ตัวเลือกแบบแมนนวล ข้อความที่ถูกต้องจะไม่ถูกเปลี่ยนแปลง และอินพุตจำกัดที่ 1,000,000 อักขระ