Konwerter kodowania plików tekstowych

Skąd biorą się konflikty kodowania

Klasyczne objawy

• café wyświetla się jako café, gdy bajty UTF-8 są odczytywane jako Latin-1. Ustaw «Z» na UTF-8, aby ponownie poprawnie zinterpretować bajty.
• ñ zmienia się w ñ z tego samego powodu.
• Podwójne mojibake w rodzaju café oznacza, że tekst zapisano ponownie po pierwszym błędnym odczycie, kodując błędną interpretację drugi raz.
• Wiodące  to znacznik kolejności bajtów UTF-8 odczytany jako trzy znaki Latin-1.

Gdy rozpoznasz objaw, droga zwykle jest jasna: odczytaj tekst jako to, czym naprawdę jest (Latin-1, Windows-1252 lub cokolwiek pasuje), i zapisz go z powrotem jako UTF-8.

Znaczniki kolejności bajtów (BOM)

Ten konwerter nie dodaje ani nie usuwa znacznika kolejności bajtów z wyboru: zachowanie wynika z kodowania docelowego. Wynik UTF-8 nie ma znacznika BOM. Zwykły wynik UTF-16 zaczyna się od znacznika BOM i jest big-endian, natomiast UTF-16BE i UTF-16LE zapisują bajty bez BOM. Wybierz UTF-8, chyba że konkretny program wymaga UTF-16.

Gdy znak nie ma odpowiednika

Niektóre bajty nie mają znaczenia w wybranym kodowaniu źródłowym, a niektórych znaków nie da się przedstawić w kodowaniu docelowym. Wtedy konwersja zastępuje je znacznikiem, zamiast się zatrzymać. Najważniejszy jest właściwy wybór kodowania źródłowego: ciąg złożony wyłącznie z ASCII jest poprawny w każdym kodowaniu, więc konflikt zwykle ujawnia się dopiero przy znakach z akcentami lub spoza alfabetu łacińskiego.