Исправить кракозябры онлайн — восстановление кодировки текста
Восстановление кракозябр перебором всех вероятных пар перепутанных кодировок
Работает в браузере · файлы никуда не загружаются
Пример — текст в UTF-8, прочитанный как Windows-1252. Замените его своим испорченным текстом.
Вариантов: 3. Наиболее вероятный: сохранен как UTF-8, прочитан как Windows-1252 (Latin-1)
Наиболее вероятный
Привет, мир! Это пример испорченного текста.
сохранен как UTF-8, прочитан как Windows-1252 (Latin-1)
Вариант 2
„P„‚„y„r„u„„, „}„y„‚! „^„„„€ „„‚„y„}„u„‚ „y„ƒ„„€„‚„‰„u„~„~„€„s„€ „„„u„{„ƒ„„„p.сохранен как UTF-8, прочитан как Windows-1252 (Latin-1) → затем сохранен как Windows-1252 (Latin-1), прочитан как Shift_JIS
Вариант 3
ﾃ税ｸﾃ鯛ぎﾃ青ｸﾃ青ｲﾃ青ｵﾃ鯛�, ﾃ青ｼﾃ青ｸﾃ鯛ぎ! ﾃ青ｭﾃ鯛堙青ｾ ﾃ青ｿﾃ鯛ぎﾃ青ｸﾃ青ｼﾃ青ｵﾃ鯛ぎ ﾃ青ｸﾃ堕�青ｿﾃ青ｾﾃ鯛ぎﾃ鯛｡ﾃ青ｵﾃ青ｽﾃ青ｽﾃ青ｾﾃ青ｳﾃ青ｾ ﾃ鯛堙青ｵﾃ青ｺﾃ堕�鯛堙青ｰ.
сохранен как Shift_JIS, прочитан как UTF-8
Символов, утраченных ранее и оставшихся как �: 3.
Перебираются все пары из UTF-8, CP949 (EUC-KR), Shift_JIS и Windows-1252 (12 пар), а дважды испорченный текст обращается еще раз. Выше ранжируются варианты с большим числом распространенных букв (латиница, кана, 2350 распространенных слогов хангыля из KS X 1001) и меньшим числом �, управляющих символов и случайных знаков Latin-1. Таблицы соответствуют WHATWG Encoding Standard; ваш текст остается в браузере.
Что это за инструмент
Инструмент возвращает испорченному тексту его исходный вид. Он пригодится, когда в теме письма вместо «Привет» стоит «ÐŸÑ€Ð¸Ð²ÐµÑ‚», вместо «é» — «Ã©», выгрузка из базы данных пестрит «â€™» на месте апострофов или корейский и японский текст превратился в набор странных символов. Знать, какие кодировки перепутаны, не нужно: перебираются все вероятные пары, и самые естественные результаты выводятся первыми.
Как пользоваться
- Вставьте испорченный текст. Для начала поле заполнено примером.
- Сначала посмотрите на вариант «Наиболее вероятный».
- У каждого варианта указано, как был испорчен текст, например «сохранен как UTF-8, прочитан как Windows-1252». Если проблема повторяется, поменяйте эту настройку в программе, которая прочитала текст неправильно.
- Скопируйте нужный вариант.
- Если ничего лучше не нашлось или текст полон символов �, откройте исходный файл в конвертере кодировок.
Как это работает
- Перебираемые кодировки: UTF-8, CP949 (EUC-KR), Shift_JIS и Windows-1252 (Latin-1) — все 12 пар. Каждое обращение кодирует испорченный текст в той кодировке, в которой его ошибочно прочитали, а затем декодирует байты в той, в которой они были на самом деле.
- Варианты, которые ничего не потеряли на первом шаге, обращаются еще раз, чтобы поймать двойную порчу.
- При ранжировании предпочтение получают латинские буквы и цифры, японская кана и 2350 распространенных слогов хангыля, а штрафуются �, управляющие символы, случайные знаки Latin-1 и хангыль, приклеенный перед латинскими буквами. Вариант, в котором появляются новые пропуски �, сильно понижается.
- Если 20% и более ввода составляют символы �, первым выводится замечание «восстановить из текста нельзя» и ссылка на конвертер кодировок, а остаются только варианты, оставшиеся буквы которых ясно читаются (распространенный хангыль или кана), — случайный шум никогда не предлагается как исправление.
- Таблицы кодировок соответствуют WHATWG Encoding Standard.
- Буквы с диакритикой (é, ü, ñ, ç…), превратившиеся в é и подобное, и кириллица в UTF-8, прочитанная как Windows-1252, восстанавливаются. Кодировки Windows-1251, KOI8-R, GBK и Big5 не перебираются.
Примеры
| Испорченный текст | Причина | Исправленный |
|---|---|---|
| Привет, мир! | UTF-8, прочитанный как Windows-1252 | Привет, мир! |
| Café crème | UTF-8, прочитанный как Windows-1252 | Café crème |
| it’s | UTF-8, прочитанный как Windows-1252 | it’s |
| 한글 | UTF-8, прочитанный как Windows-1252 | 한글 |
| À̸§ | CP949, прочитанный как Windows-1252 | 이름 |
| 譌･譛ｬ隱槭� | японский UTF-8, прочитанный как Shift_JIS | 日本語… (частично) |
| �ȳ��ϼ��� | CP949, прочитанный как UTF-8 | не восстанавливается (выводятся замечание и ссылка на конвертер) |
Частые вопросы
Что такое кракозябры (mojibake)?
Текст хранится в виде байтов. Если его сохранили в одной кодировке, а прочитали в другой, те же байты отображаются неправильными символами. Слово «Привет» в UTF-8, прочитанное как Windows-1252, превращается в «ÐŸÑ€Ð¸Ð²ÐµÑ‚», а «café» — в «café».
Какие кракозябры инструмент не исправит?
Если текст полон символов � (символ замены), исходные байты были выброшены при неправильном чтении, и восстановить их из текста нельзя. Классический пример — корейский файл в EUC-KR, открытый как UTF-8; в таком случае откройте исходный файл в конвертере кодировок. Кириллические кодовые страницы Windows-1251 и KOI8-R инструмент не перебирает, поэтому текст вида «РџСЂРёРІРµС‚» (UTF-8, прочитанный как Windows-1251) он не восстановит.
Какому варианту доверять?
Верхний вариант выглядит самым естественным, но очень короткий текст бывает неоднозначным. Выберите тот, что читается как настоящие предложения, и посмотрите пояснение, как именно текст был испорчен.
Справляется ли он с текстом, испорченным дважды?
Да. Текст, который неправильно прочитали, сохранили и снова неправильно прочитали (é превращается в Â…), восстанавливается в два шага. Для текстов длиннее 5000 символов выполняется только один шаг, чтобы работа оставалась быстрой.
Почему очень короткие строки иногда не исправляются?
Варианты ранжируются по естественности, а очень короткая испорченная строка сама может выглядеть правдоподобно. Например, японское «ありがとう», испорченное через Shift_JIS («縺ゅｊ縺後→縺�»), может не получить ни одного варианта или получить другой порядок, а одно русское слово может оказаться не первым в списке. На длинном тексте ранжирование гораздо надежнее, поэтому вставляйте и соседние предложения.
Мой текст сохраняется?
Нет. Все выполняется в вашем браузере.
