Convertir EUC-KR a UTF-8 online (CP949, Shift_JIS, UTF-16)
Conversor que recodifica texto y archivos entre codificaciones coreanas, japonesas y Unicode
Funciona en tu navegador · no se sube nada
Entrada
Caracteres que el destino no puede guardar
71 B en CP949 (EUC-KR ampliado, coreano)
Primeros bytes (hex)
A2 AE 48 6F 6C 61 21 20 BE C8 B3 E7 C7 CF BC BC BF E4 2E 20 AA B3 AA F3 AA CB AA C1 AA CF A1 A3 0A 6E 61 6D 65 2C 70 68 6F 6E 65 0A 48 6F 6E 67 …
Las tablas de codificación siguen el WHATWG Encoding Standard, las mismas reglas que usan los navegadores para euc-kr y shift_jis. Los navegadores tratan EUC-KR como CP949 (la ampliación de Microsoft con 8822 sílabas hangul más); elige "EUC-KR (solo KS X 1001)" para rechazar las sílabas que no están entre las 2350 originales. Todo se ejecuta en tu navegador.
Qué es
Este conversor de codificación arregla archivos cuyo texto se convierte en un galimatías al pasar de un programa a otro. Las hojas de cálculo exportadas por webs de la administración coreana o por software antiguo de Windows suelen guardarse en EUC-KR (CP949), y las herramientas modernas que esperan UTF-8 las muestran como símbolos sin sentido. Los archivos japoneses tienen el mismo problema con Shift_JIS, y los archivos antiguos en español o en otras lenguas de Europa occidental suelen estar en Windows-1252. Abre el archivo o pega el texto, elige la codificación de destino y descarga el mismo contenido recodificado.
Cómo se usa
- Elige «Pegar texto» o «Abrir un archivo».
- Con un archivo, deja la codificación de origen en «Detectar automáticamente» y revisa la vista previa. Si se ve rota, prueba otra codificación de origen.
- Elige la codificación de destino. Con UTF-8 o UTF-16 puedes añadir una marca de orden de bytes; con CP949, EUC-KR o Shift_JIS eliges cómo sustituir los caracteres que el destino no puede guardar.
- Comprueba el tamaño y los primeros bytes en hexadecimal y descarga. El nombre del archivo recibe un sufijo como -utf8 o -cp949.
Cómo funciona
- Las tablas de codificación siguen el WHATWG Encoding Standard, las mismas reglas que usan los navegadores al leer contenido en euc-kr o shift_jis.
- CP949 contiene las 11.172 sílabas hangul modernas: las 2350 de KS X 1001 más otras 8822. Con «EUC-KR (solo KS X 1001)», las sílabas adicionales cuentan como caracteres que no se pueden codificar.
- La detección confía primero en la marca de orden de bytes, luego comprueba si los bytes son UTF-8 válido y, si no, elige entre CP949, Shift_JIS y Windows-1252 la lectura que resulte más natural.
- Windows-1252 solo está disponible como origen; los destinos son UTF-8, CP949, EUC-KR, Shift_JIS y UTF-16.
- Se pueden abrir archivos de hasta 20 MB.
Ejemplos
| Texto | Codificación | Bytes |
|---|---|---|
| 한글 | CP949 | C7 D1 B1 DB |
| 한글 | UTF-8 | ED 95 9C EA B8 80 |
| あ | Shift_JIS | 82 A0 |
| € | Windows-1252 (origen) | 80 |
| ñ | UTF-8 | C3 B1 |
| 가 | UTF-8 con BOM | EF BB BF EA B0 80 |
Una sílaba coreana ocupa dos bytes en CP949 y tres en UTF-8, así que la versión en UTF-8 del mismo texto es más grande. Del mismo modo, la ñ ocupa un byte en Windows-1252 (F1) y dos en UTF-8.
Preguntas frecuentes
¿Qué codificaciones admite?
Como origen, UTF-8, CP949 (EUC-KR), Shift_JIS, UTF-16 LE/BE y Windows-1252. Como destino, UTF-8, CP949, EUC-KR (solo KS X 1001), Shift_JIS y UTF-16 LE/BE. Windows-1252 solo se puede leer, no generar, y no se admiten otras páginas de códigos como ISO-8859-15, GBK, Big5 o EUC-JP. Para un archivo antiguo en español guardado en Windows-1252 (lo que el Bloc de notas llama «ANSI»), elige ese origen y UTF-8 como destino.
¿EUC-KR y CP949 son lo mismo?
No exactamente. EUC-KR abarca las 2350 sílabas hangul de KS X 1001, mientras que CP949 es la ampliación de Microsoft que añade las otras 8822 sílabas modernas. Los navegadores y Windows suelen llamar EUC-KR a CP949. Elige «EUC-KR (solo KS X 1001)» cuando el sistema de destino solo acepte el juego original.
¿Por qué Excel muestra caracteres rotos en mi CSV en UTF-8?
Sin marca de orden de bytes (BOM), Excel puede leer un CSV con la página de códigos antigua del sistema, por ejemplo CP949 en un Windows coreano o Windows-1252 en uno en español, y entonces las tildes y la ñ se rompen. Convierte a UTF-8 con «Añadir BOM» activado.
¿Qué pasa con los caracteres que el destino no puede guardar?
Los emojis, las letras acentuadas o los caracteres poco comunes que no existen en la codificación de destino se sustituyen por un signo de interrogación o por una referencia numérica HTML como 😀. Por ejemplo, CP949 y Shift_JIS no tienen é ni ñ. La herramienta enumera todos los caracteres sustituidos.
¿Y si la detección automática se equivoca?
Elige tú la codificación de origen. Cuando la vista previa muestra texto legible sin caracteres �, has acertado. Los archivos muy cortos pueden parecer plausibles tanto en CP949 como en Shift_JIS.
¿Se sube mi archivo?
No. La lectura, la detección, la conversión y la descarga ocurren en tu navegador, y no se guarda nada.
