Proč se kazí právě tyto znaky
Word, Outlook, WordPress a mnoho dalších programů při psaní samy mění rovné uvozovky a spojovníky na typografické: „, “, –, …. V UTF-8 leží v rozsahu E2 80 xx a mají tři bajty. Přečtené jako Windows-1250 se vždy změní na †a ještě jeden znak. Euro € je €, » a « mají dva bajty a vypadají jako » a «.
Česká písmena mají v UTF-8 dva bajty. Při stejné chybě je vidět Ĺ™ místo ř nebo Ä› místo ě – více o tom. Proto se obvykle rozsypou písmena i znaky zároveň.
Rozsypaný čaj
Akce „Léto“ – slevy až 30 %… Objednávka za 150 € už na vás čeká!
Po opravě
Akce „Léto“ – slevy až 30 %… Objednávka za 150 € už na vás čeká!
Všechny varianty na jednom místě
„→„(dolní uvozovka)“→“(horní uvozovka)”→”(zavírací uvozovka z anglických textů)–→–(pomlčka),—→—(dlouhá pomlčka)…→…(tři tečky)’→’(apostrof),‚→‚(jednoduchá dolní uvozovka)»→»,«→«(francouzské uvozovky)€→€,°→°â€bez pokračování → viz níže
Zvláštní případ: samotné â€
Jednoduchá horní uvozovka ‘ (česky ‚takto‘) obsahuje bajt 98, pro který Windows-1250 nemá znak. Zůstane z ní jen â€. Z takového zbytku nejde spolehlivě poznat, jaký znak tu byl, a Mojibuster proto místo nechá beze změny. Zkontrolujte ho ručně.
Samotné †se objeví i tehdy, když program přečetl text jako Windows-1252 – to je časté na webu a v databázích latin1. Písmena pak vypadají jako Å™ místo ř a †je většinou zavírací ”, které se ztratil poslední bajt. Pokud má stejný text další jisté opravy, Mojibuster ” doplní.
Kde se s tím setkáte
Nejčastěji v souborech CSV otevřených v Excelu (rozsypaný čaj v Excelu), v exportech z e-shopů a účetních programů jako Pohoda nebo Money S3, v newsletterech a e-mailech v Outlooku a v článcích WordPressu po stěhování webu.
Jak tomu předejít
- Texty z Wordu a editorů ukládejte v UTF-8 a při importu uvádějte kódování.
- Zkontrolujte kódování v nástrojích pro newslettery, e-shopech a exportech z účetních programů: všude má být
UTF-8. Staré soubory ve Windows-1250 převedete na UTF-8. - U e-mailů bývá příčina na straně odesílatele. Jak takové zprávy přečíst v Outlooku.
- V databázích nastavte pro tabulky i připojení
utf8mb4– více o MySQL a phpMyAdmin.
Časté otázky
Co znamená „?
To je dvakrát zakódovaná uvozovka „: text byl špatně převeden dvakrát. Mojibuster opraví i to – více o dvojitém kódování.
Nebylo by lepší všechno nahradit rovnými uvozovkami?
Není to nutné. Mojibuster vrátí původní znaky. Pokud dáváte přednost ' a ", můžete je nahradit později.
Proč jsou rozbité jen uvozovky a písmena jsou v pořádku?
Text byl nejspíš zčásti přepsán nebo pochází ze dvou zdrojů. Mojibuster opraví jen rozbitá místa a správných znaků se nedotkne. Pokud místo písmen vidíte ?, podívejte se na stránku otazníky místo písmen.