Korjaa tekstin ja CSV:n merkistö

Kun ääkköset ja erikoismerkit näkyvät käsittämättöminä merkkijonoina, tiedosto on luettu väärällä merkistöllä. Tämä työkalu muuntaa vanhoilla Windows-merkistöillä tallennetut tiedostot UTF-8-muotoon ja korjaa kahdesti koodatun tekstin, ja yleisimmät tapaukset tunnistetaan automaattisesti. Halutessasi se lisää merkinnän, jonka Excel tarvitsee lukeakseen ääkköset oikein. Kaikki tapahtuu laitteellasi.

Näin korjaat CSV:n merkistön

Pudota CSV- tai tekstitiedosto, jonka merkit ovat sotkeutuneet.
Jätä lähdemerkistö automaattiseksi tai valitse Windows-1252, ISO-8859-1 tai kahdesti koodatun tekstin korjaus.
Valitse, lisätäänkö Exceliä varten BOM.
Napsauta Suorita ja lataa korjattu UTF-8-tiedosto.

Miksi ääkköset muuttuvat merkkisotkuksi

Jos tiedostossa näkyy kaksi tai kolme outoa merkkiä siinä kohdassa, jossa pitäisi olla ääkkönen, heittomerkki tai valuuttamerkki, se on luettu väärällä merkistökoodauksella. Teksti tallennetaan tavuina, ja merkistö on sääntö, jolla tavut muutetaan kirjaimiksi. Nykyiset järjestelmät käyttävät UTF-8:aa. Vanhemmat Windows-ohjelmat, ja varsinkin Excel, tallentavat ja lukevat tekstiä usein alueellisella merkistöllä, kuten Windows-1252:lla. Kun yhdellä tavalla kirjoitettu tiedosto luetaan toisella tavalla, jokainen tavallisen ASCIIn ulkopuolinen merkki näkyy väärin. Data ei ole kadonnut; se vain tulkitaan väärällä säännöllä.

Kaksi eri ongelmaa, kaksi korjausta

Tiedosto on vanhassa merkistössä. Vanhasta Windows-työkalusta viety CSV on tallennettu Windows-1252- tai ISO-8859-1-muodossa. UTF-8:aa odottavat työkalut näyttävät kysymysmerkkejä tai korvausmerkkejä. Korjaus: kerro tälle työkalulle lähdemerkistö, niin se tallentaa tiedoston uudelleen UTF-8-muodossa, jonka kaikki lukevat oikein.

Tiedosto on koodattu kahdesti, eli ”mojibake”. Joku luki UTF-8-tiedoston Windows-1252-muodossa ja tallensi sen uudelleen, jolloin oikeat tavut koodattiin uudelleen kahdeksi tai kolmeksi vääräksi merkiksi kukin. Tästä tulee klassinen ilmiö, jossa jokaisen ääkkösen paikalla on iso A-kirjain, jonka päällä on tilde tai jonka perässä on outo merkki. Korjaus: korjausasetus kumoaa virheen koodaamalla nämä merkit takaisin tavuiksi ja tulkitsemalla ne oikein UTF-8:na.

Automaattinen tunnistus

Kun lähde on asetettu automaattiseksi, työkalu yrittää ensin lukea tiedoston tiukkana UTF-8:na. Jos se epäonnistuu, työkalu siirtyy Windows-1252:een. Jos se onnistuu mutta tekstissä on kaksoiskoodauksen tunnusmerkkejä, työkalu tekee korjauksen. Useimmiten tämä riittää; aseta merkistö käsin vain, jos automaattinen tulos näyttää yhä väärältä.

BOM-asetus

Windowsin Excel olettaa yhä alueellisen merkistön avatessaan CSV:n, ellei tiedosto ala tavujärjestysmerkillä. Kytke BOM päälle, kun tiedosto palaa Exceliin; jätä se pois päältä tietokannoille, ohjelmointityökaluille ja useimmille verkkotuonneille, joista jotkin tulkitsevat merkin osaksi ensimmäisen sarakkeen nimeä.

Mitä saat

Oire	Korjauksen jälkeen
Ääkkösiä sisältävissä nimissä näkyy ylimääräinen iso A ja jokin merkki jokaisen ääkkösen kohdalla	Müller, José, Zoë
Heittomerkit ja lainausmerkit näkyvät kolmena outona merkkinä	It's, "quoted"
Euron merkki näkyy pienenä merkkiryppäänä	€ 25
Kysymysmerkkejä tai laatikoita kirjainten paikalla	Alkuperäiset kirjaimet, kun oikea lähdemerkistö on valittu

Tuloksena on UTF-8-tekstitiedosto samalla nimellä ja sisällöllä, vain oikein koodattuna. Se toimii CSV-, TXT- ja kaikille muille pelkkää tekstiä sisältäville tiedostoille. Mitään ei lähetetä palvelimelle; korjaus tapahtuu selaimessasi. Lisätietoja löydät artikkelista CSV:n oudot merkit Excelissä.

Usein kysytyt kysymykset

Miksi ääkköset näkyvät outoina symboleina?

Tiedosto on kirjoitettu UTF-8-muodossa ja luettu Windows-merkistöllä tai päinvastoin. Merkit eivät ole kadonneet, ne on vain tulkittu väärällä säännöllä, ja tämä työkalu kääntää tilanteen takaisin.

Lähetetäänkö tiedosto palvelimelle?

Ei. Korjaus tapahtuu selaimessasi, ja tiedosto pysyy laitteellasi.

Toimiiko tämä myös muille kuin eurooppalaisille kielille?

Toimii kaikelle, mikä oli alun perin UTF-8-muodossa ja koodattiin kahdesti. Varsinaisesti alueellisella merkistöllä tallennetuista tiedostoista työkalu kattaa länsieurooppalaiset merkistöt.

Kannattaako BOM lisätä?

Kyllä, jos tiedosto avataan taas Windowsin Excelissä, ja ei, jos se menee tietokantaan tai ohjelmointityökaluihin.

Tiedostosi eivät koskaan poistu laitteeltasi

Jokainen Squishly Toolsin työkalu on 100 % ilmainen ja toimii kokonaan selaimessasi. Kuvasi ja asiakirjasi käsitellään omalla tietokoneellasi, eikä niitä koskaan lähetetä palvelimelle. Ei tilejä, ei vesileimoja eikä koukkuja.