Hvorfor ø bliver til to tegn
I UTF-8 fylder hvert æ, ø og å to byte: ø er C3 B8. Et program, der læser filen som Windows-1252, gør hver byte til sit eget tegn: C3 bliver til Ã, B8 til ¸. Derfor begynder næsten alle mærkelige tegn med à – det andet tegn afslører, hvilket bogstav der var ment.
Ødelagt
Søren og Åse spiste smørrebrød på en café i Aarhus – næste år går turen til Ærø.
Rettet
Søren og Åse spiste smørrebrød på en café i Aarhus – næste år går turen til Ærø.
De mønstre, du ser oftest
æ→æ,ø→ø,Ã¥→åÆ→Æ,Ø→Ø,Ã…→Åé→é,ü→ü,ä→ä,ö→ö€→€,–→–og’→’– mere om forkerte apostroffer og anførselstegn
Hele tabellen finder du nedenfor. Ser skraldet længere ud, som ø, er teksten konverteret forkert to gange. Det retter Mojibuster også, op til tre niveauer på én gang – mere om det under ret UTF-8-tegn.
Hellere ikke med søg og erstat
Du kan lade Word eller Excel erstatte ø med ø. Det går kun godt, så længe du kender hver eneste fejl: à efterfulgt af et hårdt mellemrum er et ødelagt à, men et enkelt à kan også være et portugisisk navn. Mojibuster tjekker hvert sted byte for byte og ændrer kun det, der tydeligvis er ødelagt.
Hvor problemet kommer fra
- Excel åbner en CSV i UTF-8 uden BOM som Windows-1252 – sådan åbner du den rigtigt.
- Eksporter fra webshops, regnskabsprogrammer eller netbanken åbnes med den forkerte tegnkodning – se ret CSV.
- Databaser leverer UTF-8 via en forbindelse i
latin1; brugutf8mb4til tabeller og forbindelse. - Scripts læser filer ind med den forkerte tegnkodning, for eksempel i PowerShell eller Python uden
encoding='utf-8'. - E-mails og nyhedsbreve angiver det forkerte tegnsæt.
- Undertekster læses forkert af afspilleren – se undertekster med mærkelige tegn.
Almindelige ødelagte tegn
| Ødelagt | Rigtigt |
|---|---|
| æ | æ |
| ø | ø |
| Ã¥ | å |
| Æ | Æ |
| Ø | Ø |
| Ã… | Å |
| é | é |
| ö | ö |
| ü | ü |
| Ã | à |
| € | € |
| „ | „ |
| “ | “ |
| » | » |
| ’ | ’ |
| – | – |
| … | … |
Ofte stillede spørgsmål
Er mine bogstaver tabt?
Nej. I ø ligger stadig præcis de byte, der udgør ø, og Mojibuster sætter dem sammen igen. Bogstaver er først tabt, når et program allerede har erstattet dem med ? eller � – mere om spørgsmålstegn i stedet for æ, ø og å.
Hvorfor ser jeg à med et mellemrum efter?
Det er som regel et ødelagt à, som i »2 stk. à 25 kr.«: den anden byte er et hårdt mellemrum i Windows-1252. Er det blevet til et almindeligt mellemrum ved kopieringen, er stedet ikke længere entydigt, og så lader Mojibuster det være.
Kan jeg rette en hel fil?
Ja. Træk CSV-, TXT-, JSON- eller SQL-filer på op til 100 MB ind i feltet ovenfor. Filen bliver på din enhed.