Không tải tệp lên · Miễn phí 100%

Sửa lỗi mã hóa ký tự cho văn bản và CSV

Khi chữ có dấu và ký tự đặc biệt hiện ra thành một chuỗi ký hiệu vô nghĩa, tệp đã được đọc bằng sai bảng mã. Công cụ này chuyển các tệp được lưu bằng bảng mã cũ của Windows sang UTF-8 và sửa văn bản bị mã hóa hai lần, tự động nhận diện các trường hợp thường gặp. Bạn cũng có thể thêm dấu hiệu mà Excel cần để đọc đúng chữ có dấu. Mọi thứ chạy trên thiết bị của bạn.

Cách sửa lỗi mã hóa ký tự CSV

  1. Thả tệp CSV hoặc văn bản có ký tự bị lỗi.
  2. Để bảng mã nguồn ở chế độ tự động, hoặc chọn Windows-1252, ISO-8859-1 hay sửa lỗi mã hóa hai lần.
  3. Chọn có thêm BOM cho Excel hay không.
  4. Nhấn Chạy và tải xuống tệp UTF-8 đã được sửa.

Vì sao chữ có dấu biến thành ký tự vô nghĩa

Nếu một tệp hiển thị hai hoặc ba ký hiệu lạ ở chỗ lẽ ra là một chữ có dấu, dấu nháy đơn hoặc ký hiệu tiền tệ, thì tệp đó đã được đọc bằng sai bảng mã ký tự. Văn bản được lưu dưới dạng byte, và mã hóa ký tự là quy tắc biến byte thành chữ. Các hệ thống hiện đại dùng UTF-8. Các chương trình Windows đời cũ, đặc biệt là Excel, thường lưu và mở văn bản bằng một bảng mã khu vực như Windows-1252. Khi một tệp được ghi theo cách này nhưng lại đọc theo cách kia, mọi ký tự nằm ngoài ASCII cơ bản đều bị sai. Dữ liệu không hề mất; nó chỉ đang được giải mã bằng sai quy tắc.

Hai vấn đề khác nhau, hai cách khắc phục

Tệp dùng bảng mã cũ. Tệp CSV xuất từ một công cụ Windows đời cũ được lưu ở dạng Windows-1252 hoặc ISO-8859-1. Các công cụ chờ đợi UTF-8 sẽ hiển thị dấu chấm hỏi hoặc ký tự thay thế. Cách khắc phục: cho công cụ này biết bảng mã nguồn và nó sẽ lưu lại tệp ở dạng UTF-8, định dạng mà mọi phần mềm đều đọc đúng. Lưu ý rằng công cụ chỉ xử lý Windows-1252 và ISO-8859-1. Văn bản tiếng Việt bị lỗi vì được soạn bằng bảng mã Windows-1258 hoặc phông chữ cũ VNI, TCVN3 là một vấn đề khác và cần một công cụ chuyển mã tiếng Việt chuyên dụng.

Tệp bị mã hóa hai lần, hay “mojibake”. Ai đó đã đọc một tệp UTF-8 như thể nó là Windows-1252 rồi lưu lại, nên các byte vốn đúng bị mã hóa lại thành hai hoặc ba ký tự sai cho mỗi chữ. Đây chính là nguồn gốc của chữ A hoa có dấu ngã quen thuộc xuất hiện trước mỗi chữ có dấu. Cách khắc phục: tùy chọn sửa lỗi đảo ngược sai lầm này bằng cách mã hóa các ký tự đó trở lại thành byte rồi giải mã đúng cách bằng UTF-8.

Tự động nhận diện

Khi bảng mã nguồn để ở chế độ tự động, trước tiên công cụ thử đọc tệp ở dạng UTF-8 nghiêm ngặt. Nếu thất bại, nó chuyển sang Windows-1252. Nếu thành công nhưng văn bản có những dấu hiệu đặc trưng của việc mã hóa hai lần, nó sẽ áp dụng tùy chọn sửa lỗi. Trong hầu hết trường hợp, chừng đó là đủ; chỉ đặt bảng mã thủ công nếu kết quả tự động vẫn trông sai.

Tùy chọn BOM

Excel trên Windows vẫn mặc định dùng bảng mã khu vực khi mở tệp CSV, trừ khi tệp bắt đầu bằng dấu thứ tự byte. Hãy bật BOM khi tệp sẽ quay lại Excel; đây cũng là cách khắc phục khi một tệp UTF-8 chứa tiếng Việt Unicode hiển thị lỗi trong Excel. Hãy tắt BOM với cơ sở dữ liệu, công cụ lập trình và phần lớn chức năng nhập trên web, vì một số nơi coi dấu hiệu này là một phần của tên cột đầu tiên.

Bạn nhận được gì

Triệu chứngSau khi sửa
Tên có dấu hiển thị một chữ A hoa lạc chỗ kèm một ký hiệu thay cho mỗi chữ có dấuMüller, José, Zoë
Dấu nháy đơn và dấu ngoặc kép hiện thành ba ký tự kỳ lạIt's, "quoted"
Ký hiệu euro hiện thành một cụm ký hiệu nhỏ€ 25
Dấu chấm hỏi hoặc ô vuông ở chỗ lẽ ra là chữ cáiChữ cái gốc, khi đã chọn đúng bảng mã nguồn

Kết quả là một tệp văn bản UTF-8 với cùng tên và cùng nội dung, chỉ khác là được mã hóa đúng. Công cụ hoạt động với CSV, TXT và mọi tệp văn bản thuần khác. Không có gì được tải lên; việc sửa lỗi diễn ra trong trình duyệt của bạn. Để tìm hiểu thêm, hãy đọc ký tự lạ trong tệp CSV khi mở bằng Excel.

Câu hỏi thường gặp

Tại sao chữ có dấu lại hiện thành ký hiệu lạ?

Tệp được ghi dưới dạng UTF-8 nhưng lại được đọc bằng bảng mã Windows, hoặc ngược lại. Các ký tự không bị mất, chỉ bị giải mã sai quy tắc, và công cụ này đảo ngược lỗi đó.

Tệp có bị tải lên không?

Không. Việc sửa lỗi diễn ra trong trình duyệt và tệp vẫn ở trên thiết bị của bạn.

Công cụ có dùng được cho các ngôn ngữ ngoài châu Âu không?

Có, với mọi văn bản vốn là UTF-8 rồi bị mã hóa hai lần. Với những tệp thật sự được lưu bằng bảng mã khu vực, công cụ hỗ trợ các bảng mã Tây Âu.

Tôi có nên thêm BOM không?

Có nếu tệp sẽ được mở lại trong Excel trên Windows, không nếu dùng cho cơ sở dữ liệu và công cụ lập trình.

Tệp của bạn không bao giờ rời khỏi thiết bị

Mọi công cụ trên Squishly Tools đều miễn phí 100% và chạy hoàn toàn trong trình duyệt của bạn. Ảnh và tài liệu của bạn được xử lý ngay trên máy tính của bạn và không bao giờ được tải lên máy chủ. Không tài khoản, không hình mờ và không có điều kiện ràng buộc nào.