متن اور CSV کی انکوڈنگ درست کریں

اعراب والے حروف بے معنی علامتیں کیوں بن جاتے ہیں

اگر کسی فائل میں اعراب والے حرف، اپوسٹروفی یا کرنسی کی علامت کی جگہ دو تین عجیب علامتیں نظر آئیں تو اسے غلط کیریکٹر انکوڈنگ سے پڑھا گیا ہے۔ متن بائٹس کی صورت میں محفوظ ہوتا ہے، اور انکوڈنگ وہ اصول ہے جو بائٹس کو حروف میں بدلتا ہے۔ جدید سسٹم UTF-8 استعمال کرتے ہیں۔ Windows کے پرانے پروگرام، اور خاص طور پر Excel، اکثر Windows-1252 جیسی علاقائی انکوڈنگ میں متن محفوظ کرتے اور کھولتے ہیں۔ جب ایک طریقے سے لکھی گئی فائل دوسرے طریقے سے پڑھی جائے تو سادہ ASCII سے باہر کا ہر حرف غلط نکلتا ہے۔ ڈیٹا ضائع نہیں ہوتا؛ بس اسے غلط اصول سے ڈی کوڈ کیا جا رہا ہوتا ہے۔

دو الگ مسئلے، دو الگ حل

فائل پرانی انکوڈنگ میں ہے۔ Windows کے کسی پرانے ٹول سے ایکسپورٹ کی گئی CSV، Windows-1252 یا ISO-8859-1 میں محفوظ ہوتی ہے۔ جو ٹولز UTF-8 کی توقع رکھتے ہیں وہ سوالیہ نشان یا متبادل علامتیں دکھاتے ہیں۔ حل: اس ٹول کو اصل انکوڈنگ بتائیں اور یہ فائل کو UTF-8 میں دوبارہ محفوظ کر دے گا، جسے ہر چیز درست پڑھتی ہے۔

فائل دہری انکوڈ ہوئی ہے، یعنی "mojibake"۔ کسی نے UTF-8 فائل کو Windows-1252 سمجھ کر پڑھا اور دوبارہ محفوظ کر دیا، اس لیے درست بائٹس میں سے ہر ایک دو یا تین غلط حروف میں بدل گیا۔ ہر اعراب والے حرف سے پہلے ٹلڈا والا بڑا A اسی کی مشہور علامت ہے۔ حل: مرمت کا آپشن ان حروف کو دوبارہ بائٹس میں بدل کر اور پھر درست طریقے سے UTF-8 کے طور پر ڈی کوڈ کر کے غلطی الٹ دیتا ہے۔

خودکار پہچان

جب ماخذ «خودکار» پر ہو تو ٹول پہلے فائل کو سخت UTF-8 کے طور پر پڑھنے کی کوشش کرتا ہے۔ اگر یہ ناکام ہو تو Windows-1252 پر چلا جاتا ہے۔ اگر کامیاب ہو لیکن متن میں دہری انکوڈنگ کے واضح نشانات ہوں تو مرمت لاگو کر دیتا ہے۔ زیادہ تر صورتوں میں آپ کو بس یہی چاہیے؛ انکوڈنگ خود صرف تب منتخب کریں جب خودکار نتیجہ اب بھی غلط لگے۔

BOM کا آپشن

Windows پر Excel آج بھی CSV کھولتے وقت علاقائی انکوڈنگ فرض کرتا ہے، الا یہ کہ فائل بائٹ آرڈر مارک سے شروع ہو۔ اگر فائل واپس Excel میں جا رہی ہو تو BOM آن کریں؛ ڈیٹا بیس، پروگرامنگ ٹولز اور زیادہ تر ویب امپورٹس کے لیے آف رکھیں، کیونکہ ان میں سے کچھ اس نشان کو پہلے کالم کے نام کا حصہ سمجھ لیتے ہیں۔

آپ کو کیا ملتا ہے

نتیجہ اسی نام اور مواد والی UTF-8 ٹیکسٹ فائل ہوتی ہے، بس درست انکوڈنگ کے ساتھ۔ یہ CSV، TXT اور کسی بھی دوسری سادہ ٹیکسٹ فائل کے لیے کام کرتا ہے۔ کچھ بھی اپ لوڈ نہیں ہوتا؛ مرمت آپ کے براؤزر میں ہوتی ہے۔ مزید تفصیل کے لیے Excel میں CSV کے عجیب حروف پڑھیں۔