Szöveg és CSV kódolásának javítása

Ha az ékezetes betűk és a különleges karakterek értelmetlen jelsorozatként jelennek meg, a fájlt rossz kódolással olvasták be. Ez az eszköz a régi Windows kódolásokkal mentett fájlokat UTF-8-ra alakítja, és kijavítja a duplán kódolt szöveget, a gyakori eseteket automatikusan felismerve. Ha szeretnéd, hozzáadja azt a jelzőt is, amelyre az Excelnek szüksége van az ékezetes betűk helyes olvasásához. Az eszközödön történik.

Hogyan javítsd egy CSV kódolását

Húzd be az olvashatatlan karaktereket tartalmazó CSV vagy szöveges fájlt.
Hagyd a forráskódolást automatikus felismerésen, vagy válaszd a Windows-1252, az ISO-8859-1 vagy a dupla kódolás javítása lehetőséget.
Válaszd ki, hogy kérsz-e BOM-ot az Excelhez.
Indítsd el, és töltsd le a javított UTF-8 fájlt.

Miért válnak értelmetlen jelekké az ékezetes betűk

Ha egy fájlban két-három furcsa jel áll ott, ahol ékezetes betűnek, aposztrófnak vagy pénznemjelnek kellene lennie, akkor rossz karakterkódolással olvasták be. A szöveg bájtokként tárolódik, a kódolás pedig az a szabály, amely a bájtokat karakterekké alakítja. A modern rendszerek UTF-8-at használnak. A régebbi Windows programok, és különösen az Excel, gyakran területi kódolással mentik és nyitják meg a szöveget, például Windows-1252-vel. Ha egy így megírt fájlt másképp olvasnak be, minden, ami nem egyszerű ASCII, hibásan jelenik meg. Az adat nem veszett el, csak rossz szabállyal dekódolták.

Két különböző probléma, két javítás

A fájl régi kódolású. Egy régebbi Windows eszközből exportált CSV Windows-1252 vagy ISO-8859-1 kódolással lett mentve. Az UTF-8-at váró eszközök kérdőjeleket vagy helyettesítő karaktereket mutatnak. A javítás: add meg ennek az eszköznek a forráskódolást, és újramenti a fájlt UTF-8-ként, amelyet minden helyesen olvas. Fontos: a magyar ő és ű betűk torzulása többnyire a Windows-1250 kódolásból ered, amelyet ez az eszköz nem javít; ha egy ilyen fájl rosszul jelenik meg, gyakran az segít, ha UTF-8-ként, BOM-mal mented újra az eredeti programból.

A fájl kétszer van kódolva, vagyis „mojibake”. Valaki egy UTF-8 fájlt Windows-1252-ként olvasott be, majd újra elmentette, így a helyes bájtokból karakterenként két-három hibás karakter lett. Ilyenkor jelenik meg minden ékezetes betű előtt egy hullámvonalas nagy A betű. A javítás: a javító opció visszafordítja a hibát, a karaktereket újra bájtokká kódolja, majd helyesen, UTF-8-ként dekódolja őket.

Automatikus felismerés

Ha a forrás automatikusra van állítva, az eszköz először szigorú UTF-8-ként próbálja beolvasni a fájlt. Ha ez nem sikerül, Windows-1252-re vált. Ha sikerül, de a szövegben a kettős kódolás ismert mintái vannak, alkalmazza a javítást. A legtöbb esetben csak erre van szükséged; a kódolást csak akkor állítsd be kézzel, ha az automatikus eredmény még mindig hibásnak tűnik.

A BOM opció

A Windowsos Excel CSV megnyitásakor még mindig területi kódolást feltételez, hacsak a fájl nem bájtsorrend-jellel kezdődik. Kapcsold be a BOM-ot, ha a fájl visszakerül az Excelbe; hagyd kikapcsolva adatbázisokhoz, fejlesztői eszközökhöz és a legtöbb webes importhoz, mert ezek egy része a jelet az első oszlop nevének részeként kezeli.

Mit kapsz

Tünet	A javítás után
Az ékezetes nevekben minden ékezetes betű helyén egy odatévedt nagy A és egy jel áll	Müller, José, Zoë
Az aposztrófok és idézőjelek három furcsa karakterként jelennek meg	It's, "quoted"
Az euró jele kis jelhalmazként jelenik meg	€ 25
Kérdőjelek vagy négyzetek a betűk helyén	Az eredeti karakterek, miután kiválasztottad a helyes forráskódolást

Az eredmény egy UTF-8 szövegfájl ugyanazzal a névvel és tartalommal, csak helyesen kódolva. CSV, TXT és bármilyen más egyszerű szövegfájl esetén működik. Semmi sincs feltöltve; a javítás a böngésződben történik. További részletekért olvasd el a furcsa karakterek a CSV-ben az Excelben útmutatót.

Gyakran ismételt kérdések

Miért jelennek meg az ékezetes betűk furcsa jelekként?

A fájlt UTF-8-ként írták, és Windows kódolásként olvasták be, vagy fordítva. A karakterek nem vesztek el, csak rossz szabály szerint nyitották meg őket, és ez az eszköz ezt fordítja vissza.

Feltöltődik a fájl?

Nem. A javítás a böngésződben történik, és a fájl az eszközödön marad.

Működik nem európai nyelvekkel is?

Igen, mindennel, ami eredetileg UTF-8 volt, és duplán kódolódott. A ténylegesen helyi kódolással mentett fájlok közül a nyugat-európaiakat kezeli.

Adjak hozzá BOM-ot?

Igen, ha a fájl a Windowsos Excelbe kerül vissza, nem, ha adatbázisokba és fejlesztői eszközökbe.

A fájljaid soha nem hagyják el az eszközödet

A Squishly Tools minden eszköze 100% ingyenes, és teljes egészében a böngésződben fut. A képeidet és dokumentumaidat a saját számítógéped dolgozza fel, és soha nem kerülnek fel szerverre. Nincs fiók, nincs vízjel, és nincs apró betűs rész.