Convertisseur d’encodage — EUC-KR (CP949), Shift_JIS en UTF-8
Un convertisseur qui réencode textes et fichiers entre encodages coréens, japonais et Unicode
Traitement dans le navigateur · aucun envoi de fichier
Saisie
Caractères que la cible ne peut pas contenir
63 B en CP949 (EUC-KR étendu, coréen)
Premiers octets (hex)
42 6F 6E 6A 6F 75 72 20 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 6F 6D 2C 76 69 6C 6C 65 0A 4D 61 72 …
Les tables d’encodage suivent le WHATWG Encoding Standard, les mêmes règles que celles des navigateurs pour euc-kr et shift_jis. Les navigateurs traitent EUC-KR comme CP949 (l’extension de Microsoft qui ajoute 8 822 syllabes hangeul) ; choisissez « EUC-KR (KS X 1001 uniquement) » pour refuser les syllabes hors des 2 350 d’origine. Tout se fait dans votre navigateur.
Présentation
Ce convertisseur d’encodage répare les fichiers dont le texte devient illisible en passant d’un programme à l’autre. Les tableaux exportés par des sites coréens ou par d’anciens logiciels Windows sont souvent enregistrés en EUC-KR (CP949), et les outils modernes qui attendent de l’UTF-8 les affichent comme une suite de symboles au hasard. Les fichiers japonais posent le même problème avec Shift_JIS, et les vieux fichiers d’Europe occidentale avec Windows-1252. Ouvrez le fichier ou collez le texte, choisissez l’encodage cible et téléchargez le même contenu réencodé.
Mode d’emploi
- Choisissez « Coller du texte » ou « Ouvrir un fichier ».
- Pour un fichier, laissez l’encodage source sur « Détection automatique » et vérifiez l’aperçu. S’il paraît abîmé, choisissez un autre encodage source.
- Choisissez l’encodage cible. Pour UTF-8 ou UTF-16, vous pouvez ajouter un BOM (indicateur d’ordre des octets) ; pour CP949, EUC-KR ou Shift_JIS, vous choisissez comment remplacer les caractères que la cible ne peut pas contenir.
- Vérifiez la taille et les premiers octets en hexadécimal, puis téléchargez. Le nom du fichier reçoit un suffixe comme -utf8 ou -cp949.
Fonctionnement
- Les tables d’encodage suivent le WHATWG Encoding Standard, les mêmes règles que celles des navigateurs lorsqu’ils lisent du contenu euc-kr ou shift_jis.
- CP949 contient les 11 172 syllabes hangeul modernes : les 2 350 de KS X 1001 plus 8 822 autres. Avec « EUC-KR (KS X 1001 uniquement) », les syllabes supplémentaires comptent comme des caractères impossibles à encoder.
- La détection se fie d’abord à un BOM, vérifie ensuite si les octets forment de l’UTF-8 valide, et sinon retient celui de CP949, Shift_JIS et Windows-1252 qui donne la lecture la plus naturelle.
- Encodages source : UTF-8, CP949 (EUC-KR), Shift_JIS, UTF-16LE/BE et Windows-1252. Encodages cibles : UTF-8, CP949, EUC-KR (KS X 1001 uniquement), Shift_JIS et UTF-16LE/BE.
- Les fichiers jusqu’à 20 Mo peuvent être ouverts.
Exemples
| Texte | Encodage | Octets |
|---|---|---|
| 한글 | CP949 | C7 D1 B1 DB |
| 한글 | UTF-8 | ED 95 9C EA B8 80 |
| あ | Shift_JIS | 82 A0 |
| € | Windows-1252 | 80 |
| 가 | UTF-8 avec BOM | EF BB BF EA B0 80 |
Une syllabe coréenne occupe deux octets en CP949 et trois en UTF-8 ; la version UTF-8 du même texte est donc plus volumineuse.
Questions fréquentes
EUC-KR et CP949, est-ce la même chose ?
Pas tout à fait. EUC-KR couvre les 2 350 syllabes hangeul de KS X 1001, tandis que CP949 est l’extension de Microsoft qui ajoute les 8 822 autres syllabes modernes. Les navigateurs et Windows désignent souvent CP949 sous le nom EUC-KR. Choisissez « EUC-KR (KS X 1001 uniquement) » lorsque le système destinataire n’accepte que le jeu d’origine.
Pourquoi Excel affiche-t-il mal les caractères de mon CSV en UTF-8 ?
Sans indicateur d’ordre des octets (BOM), Excel lit souvent un CSV avec la page de codes de Windows (Windows-1252 sur un poste français, CP949 sur un poste coréen), ce qui abîme les accents et les caractères asiatiques. Convertissez en UTF-8 avec l’option « Ajouter un BOM » activée.
Mon fichier est en Windows-1252 ou en ISO-8859-1. Puis-je le convertir ?
Vous pouvez lire un fichier Windows-1252 comme source et le convertir en UTF-8 ou en UTF-16, ce qui règle le cas des vieux fichiers aux accents abîmés. L’inverse n’est pas possible, car Windows-1252 n’est pas proposé comme encodage cible. Les autres pages de codes (ISO-8859-15, Mac Roman, Windows-1251, GBK, Big5, EUC-JP, etc.) ne sont pas prises en charge.
Que deviennent les caractères que l’encodage cible ne peut pas contenir ?
Les emojis ou les caractères rares absents de l’encodage cible sont remplacés par un point d’interrogation ou par une référence numérique HTML comme 😀. L’outil liste tous les caractères remplacés.
Et si la détection automatique se trompe ?
Choisissez vous-même l’encodage source. Quand l’aperçu affiche un texte lisible sans caractère �, c’est le bon. Les fichiers très courts peuvent paraître plausibles à la fois en CP949 et en Shift_JIS.
Mon fichier est-il envoyé sur un serveur ?
Non. La lecture, la détection, la conversion et le téléchargement se font dans votre navigateur, et rien n’est enregistré.
