Mojibuster

Spørgsmålstegn i stedet for æ, ø og å: hvad ? og � betyder

Står der ? eller tegnet � i stedet for æ, ø eller å? De ligner hinanden, men har forskellige årsager. Tit er filen stadig helt i orden – nogle gange er bogstaverne allerede tabt. Sådan ser du, hvilket tilfælde du har.

Virker med tekst og med disse filer:

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

For eksempel eksporter fra Excel, databasebackups, undertekster eller kode fra hjemmesider.

Ret

  1. Træk en fil herind, eller sæt tekst ind
  2. Rettelsen sker automatisk
  3. Kopiér eller download
eller træk en fil herind

  • Ingen upload. Dine filer rettes direkte i browseren og forlader aldrig din enhed.

  • Servere i EU. Mojibuster kører på en server i Finland (EU); databeskyttelsesforordningen (GDPR) gælder. GDPR-teksten (EUR-Lex)

Tilfælde 1: � i en fil, der egentlig er hel

Viser en editor, afspiller eller browser K�benhavn eller N�stved, er filen som regel gemt i Windows-1252 (ANSI) og læses som UTF-8. Byten for bogstavet er ugyldig i UTF-8, så programmet indsætter ved visningen erstatningstegnet �. I selve filen står de rigtige byte stadig.

Løsning: træk den originale fil ind i feltet ovenfor. Mojibuster genkender tegnkodningen, når filen indlæses, og konverterer den til UTF-8. Vigtigt: brug selve filen, og kopiér ikke teksten fra programmet – ved kopieringen bliver � permanent.

Tilfælde 2: � eller ? står virkelig i teksten

Har et program gemt eller sendt teksten videre med erstatningstegnet, er det oprindelige bogstav tabt. Det samme gælder ?: programmer indsætter det, når et tegn ikke findes i målkodningen – for eksempel når filen gemmes som ASCII, så Næstved bliver til N?stved.

Ud fra det kan intet regnes tilbage, fordi hvert æ, ø og å er blevet til det samme tegn. Mojibuster fortæller, hvor mange steder det gælder, i stedet for at gætte. Så hjælper kun kilden: eksportér igen, eller brug en sikkerhedskopi.

Typiske årsager til spørgsmålstegn

  • Database: kolonnen eller forbindelsen bruger latin1 eller ascii, mens dataene kommer ind som UTF-8. MySQL erstatter så ukendte tegn med ?. Indstil alt til utf8mb4.
  • PowerShell 5.1: Export-Csv skriver som standard ASCII og laver æ, ø og å om til ?. Angiv -Encoding UTF8.
  • Python: encode('ascii', errors='replace') erstatter tegn med ? uden advarsel.
  • Kommandoprompten: Windows-konsollen viser tegn, som dens tegntabel ikke kender, som ?. Den bruger stadig gamle DOS-tegntabeller – i DOS-tiden fandtes der endda en særlig nordisk tegntabel, 865. Som regel er det kun visningen, der er forkert, ikke filen.

Sådan ser du, hvilket tilfælde du har

  1. Åbn filen i en editor, der viser tegnkodningen, for eksempel Notepad++ eller Notesblok. Står der »ANSI« eller »Windows-1252« nederst, er det tilfælde 1.
  2. Træk filen ind i Mojibuster. Står der »Læst som Windows-1252 (ANSI)« i resultatet, og er bogstaverne tilbage, var det tilfælde 1.
  3. Melder Mojibuster tabte tegn, er det tilfælde 2. Så hjælper kun en ny eksport.

Ser du tegnfølger som ø i stedet for spørgsmålstegn, er det en anden fejl – og den kan næsten altid rettes: ø i stedet for ø. Ødelagte tegn som – og ’ finder du under apostroffer og anførselstegn.

Ofte stillede spørgsmål

Kan Mojibuster lave ? om til bogstaver igen?

Nej. Et ? kan stå for et hvilket som helst bogstav; informationen er væk. Mojibuster lader sådanne steder være, men fortæller, hvor mange der er.

Hvorfor ser jeg � i ét program, men ikke i et andet?

Så er filen i orden, og kun det ene program læser den med den forkerte tegnkodning. Konvertér den til UTF-8 med Mojibuster, så viser begge den rigtigt. Hvordan det hænger sammen med CSV-filer i Excel, kan du læse her.

Hvad er tegnet �?

Erstatningstegnet U+FFFD. Programmer indsætter det, når de ikke kan læse en byte som tegn. Det tyder på en kodningsfejl og hører ikke til den egentlige tekst.

Læs mere