Mojibuster

Dekódovat URL znaky: z %C5%99 je zase ř

Je v textu %C5%99 místo ř nebo %20 místo mezery? Jde o URL kódování, jinak procentové kódování. Vložte text do pole výše: Mojibuster kódy hned změní na skutečné znaky, bez nahrávání.

Funguje s textem a soubory:

  • CSV
  • TXT
  • JSON
  • XML
  • SRT
  • VTT
  • SMI
  • TSV
  • MD
  • HTML
  • SQL
  • LOG

Například exporty z Excelu, výpisy databází, titulky nebo kód webových stránek.

Opravit

  1. Přetáhněte soubor nebo vložte text
  2. Oprava proběhne automaticky
  3. Zkopírujte nebo stáhněte
nebo soubor jednoduše přetáhněte sem

Jak URL kódování funguje

V adresách smí být jen málo znaků: písmena bez diakritiky, číslice a pár interpunkčních znaků. Vše ostatní se kóduje. V UTF-8 se ř skládá z bajtů C5 a 99, proto vzniká %C5%99. Mezera se zapisuje jako %20, ve formulářích jako +.

Takto vypadá URL kódovaný text – a takto je zase čitelný.

Kódovaný

%C5%BDlu%C5%A5ou%C4%8Dk%C3%BD k%C5%AF%C5%88 v Praze

Dekódovaný

Žluťoučký kůň v Praze

Nejčastější URL kódy

  • %C4%8D = č, %C5%99 = ř, %C5%A1 = š, %C5%BE = ž, %C4%9B = ě, %C5%AF = ů
  • %C3%A1 = á, %C3%AD = í, %C3%A9 = é, %C3%BD = ý, %C3%BA = ú
  • %C4%8C = Č, %C5%98 = Ř, %C5%A0 = Š, %C5%BD = Ž
  • %E2%82%AC = €, %E2%80%99 = ’, %E2%80%93 = –
  • %20 = mezera, %2F = /, %3F = ?, %26 = &, %25 = %

České znaky poznáte podle začátku kódu: %C3 mají samohlásky s čárkou (á, í, é), %C4 a %C5 pak háčky (č, ě, š, ř, ž, ů). Každé písmeno s diakritikou jsou tedy dva kódy za sebou. Starší systémy kódují písmeno jedním bajtem z Windows-1250: P%F8%EDli%9A místo P%C5%99%C3%ADli%C5%A1. Mojibuster pozná i to a udělá z něj Příliš.

Odkud se URL kódovaný text bere

  • Zkopírované odkazy: prohlížeč ukazuje cs.wikipedia.org/wiki/Plzeň čitelně, ale po zkopírování bývá ve schránce Plze%C5%88.
  • Formuláře a sledování: hledané výrazy a parametry UTM se ukládají kódované v logu serveru a v exportech analytiky, například ?q=%C5%99%C3%ADzek.
  • Exporty a rozhraní API: některé nástroje pro newslettery, webhooky a API ukládají hodnoty kódované; v souboru CSV pak místo jmen stojí kódy.
  • Názvy souborů: stažený soubor se jmenuje Faktura%20%C5%98ehovi.pdf, když server název nedekóduje.

Kódy a rozsypaný čaj najednou

Někdy je text rozbitý dvakrát: %C4%B9%E2%84%A2 je URL kódované Ĺ™, tedy ř, které se nejdřív špatně přečetlo a pak zakódovalo. Mojibuster nejdřív rozkóduje kódy a pak opraví rozsypaný čaj. Podrobně v části Windows-1250 na UTF-8. Nakonec zase stojí ř.

Volba Převést i kódy je na této stránce už zapnutá. Převádí také kódy HTML (ř), e-mailové kódy (=C5=99) a escape sekvence z programového kódu (\u0159). Co je to vlastně rozsypaný čaj.

Dekódovat sám: Excel, JavaScript, Python a PHP

  • Excel: má jen funkci pro kódování (ENCODEURL v anglické verzi), pro dekódování žádnou. Nejsnáze: sloupec zkopírovat, vložit sem a výsledek vrátit zpět. Viz také rozsypaný čaj v Excelu.
  • JavaScript: decodeURIComponent("Plze%C5%88") vrátí Plzeň.
  • Python: urllib.parse.unquote("Plze%C5%88"), pro data formulářů s + jako mezerou unquote_plus.
  • PHP: rawurldecode(), pro data formulářů urldecode().

Časté otázky

Co znamená %C5%99?

Je to ř v URL kódování: dva bajty UTF-8 C5 a 99, každý s % před sebou. Stejně je %C4%8D písmeno č a %C5%A1 písmeno š.

Co znamená %20?

Mezeru. V datech formulářů se často používá místo ní +. Mojibuster + nechává, protože v běžném textu to může být skutečné plus.

Nahrávají se moje odkazy?

Ne. Převod probíhá celý ve vašem prohlížeči. Odkazy s tokeny, e-maily nebo osobními údaji zařízení neopustí.

Proč se 100% nezmění?

Mojibuster mění jen posloupnosti, ze kterých vznikne skutečný znak. 100%, 50 % nebo osamělé %20 v běžném textu zůstanou, jak jsou.

Další návody

Další návody v angličtině