Opraviť kódovanie textu a CSV
Keď sa diakritika a špeciálne znaky zobrazia ako reťazce nezmyslov, súbor bol načítaný so zlým kódovaním. Tento nástroj prevedie súbory uložené v starých kódovaniach Windows na UTF-8 a opraví dvojito kódovaný text, pričom bežné prípady rozpozná automaticky. Voliteľne pridá značku, ktorú Excel potrebuje, aby diakritiku prečítal správne. Beží na vašom zariadení.
Pretiahnite súbory sem alebo kliknite a vyberte
Výsledky
Ako opraviť kódovanie CSV
- Pretiahnite súbor CSV alebo textový súbor s pokazenými znakmi.
- Nechajte zdrojové kódovanie na automatickom rozpoznaní, alebo vyberte Windows-1252, ISO-8859-1 či opravu dvojitého kódovania.
- Zvoľte, či pridať BOM pre Excel.
- Spustite a stiahnite opravený súbor v UTF-8.
Prečo sa diakritika mení na nezmysly
Ak súbor zobrazuje dva alebo tri zvláštne symboly tam, kde by malo byť písmeno s diakritikou, apostrof alebo znak meny, bol prečítaný s nesprávnym kódovaním znakov. Text sa ukladá ako bajty a kódovanie je pravidlo, ktoré z bajtov robí písmená. Moderné systémy používajú UTF-8. Staršie programy pre Windows, a najmä Excel, často ukladajú a načítavajú text v regionálnom kódovaní, napríklad Windows-1252 pre západnú Európu alebo Windows-1250 pre slovenčinu a češtinu. Keď sa súbor zapísaný jedným spôsobom prečíta druhým, každý znak mimo obyčajného ASCII vyjde nesprávne. Údaje sa nestratili, len sa dekódujú podľa nesprávneho pravidla.
Dva rôzne problémy, dve opravy
Súbor je v staršom kódovaní. CSV exportované zo starého nástroja pre Windows je uložené ako Windows-1252 alebo ISO-8859-1. Nástroje, ktoré očakávajú UTF-8, zobrazujú otázniky alebo náhradné znaky. Oprava: zadajte tomuto nástroju zdrojové kódovanie a on súbor znova uloží ako UTF-8, ktoré všetko prečíta správne. Tento nástroj prevádza z kódovaní Windows-1252 a ISO-8859-1. Súbor v kódovaní Windows-1250, ktoré je typické pre slovenské texty, otvorte v programe, ktorý umožňuje zvoliť toto kódovanie, a uložte ho ako UTF-8.
Súbor je zakódovaný dvakrát, takzvané „mojibake“. Niekto prečítal súbor v UTF-8 ako Windows-1252 a znova ho uložil, takže správne bajty sa prekódovali na dva alebo tri nesprávne znaky. Odtiaľ pochádza klasické veľké A s vlnovkou pred každým písmenom s diakritikou. Oprava: možnosť opravy chybu zvráti tak, že tieto znaky prekóduje späť na bajty a správne ich dekóduje ako UTF-8.
Automatické rozpoznanie
Keď je zdroj nastavený na automatický, nástroj sa najprv pokúsi prečítať súbor ako striktné UTF-8. Ak to zlyhá, prepne sa na Windows-1252. Ak to uspeje, no text obsahuje typické vzory dvojitého kódovania, použije opravu. Vo väčšine prípadov vám to úplne stačí. Kódovanie nastavte ručne iba vtedy, ak automatický výsledok stále nevyzerá správne.
Možnosť BOM
Excel vo Windows pri otváraní CSV stále predpokladá regionálne kódovanie, pokiaľ súbor nezačína značkou poradia bajtov. Ak je súbor v UTF-8 a Excel v ňom napriek tomu zobrazuje pokazené znaky, napríklad v slovách s mäkčeňmi a dĺžňami, zvyčajne stačí uložiť ho s BOM. BOM zapnite, keď sa súbor vracia do Excelu. Pri databázach, programátorských nástrojoch a väčšine webových importov ho nechajte vypnutý, pretože niektoré z nich považujú značku za súčasť názvu prvého stĺpca.
Čo dostanete
| Príznak | Po oprave |
|---|---|
| Mená s diakritikou zobrazujú namiesto každého písmena s diakritikou zatúlané veľké A a symbol | Müller, José, Zoë |
| Apostrofy a úvodzovky sa zobrazujú ako tri zvláštne znaky | It's, "quoted" |
| Znak eura sa zobrazuje ako malý zhluk symbolov | € 25 |
| Otázniky alebo štvorčeky namiesto písmen | Pôvodné písmená, keď zvolíte správne zdrojové kódovanie |
Výstupom je textový súbor v UTF-8 s rovnakým názvom aj obsahom, len správne zakódovaný. Funguje to pre CSV, TXT a akýkoľvek iný obyčajný textový súbor. Nič sa nenahráva, oprava prebieha vo vašom prehliadači. Viac sa dočítate v článku zvláštne znaky v CSV v Exceli.
Často kladené otázky
Prečo sa písmená s diakritikou zobrazujú ako zvláštne symboly?
Súbor bol zapísaný v UTF-8 a načítaný v kódovaní Windows, alebo naopak. Znaky sa nestratili, iba sa dekódovali podľa zlého pravidla, a tento nástroj to vráti späť.
Nahráva sa súbor?
Nie. Oprava prebieha vo vašom prehliadači a súbor zostane na vašom zariadení.
Bude to fungovať aj pre iné ako európske jazyky?
Áno pre všetko, čo bolo pôvodne v UTF-8 a dostalo sa do dvojitého kódovania. Pri súboroch naozaj uložených v regionálnom kódovaní nástroj pokrýva západoeurópske kódovania.
Mám pridať BOM?
Áno, ak sa súbor vracia do Excelu vo Windows, nie pre databázy a programátorské nástroje.
Vaše súbory nikdy neopustia vaše zariadenie
Každý nástroj na Squishly Tools je 100 % zadarmo a beží celý vo vašom prehliadači. Vaše obrázky a dokumenty sa spracúvajú vo vašom vlastnom počítači a nikdy sa nenahrávajú na server. Žiadne účty, žiadne vodoznaky a žiadny háčik.