Πότε χρειάζεται μετατροπή;
- Αρχεία από παλιά προγράμματα λογιστικής, μισθοδοσίας, αποθήκης ή ERP σε Windows-1253, που πρέπει να περάσουν σε σύστημα που δέχεται μόνο UTF-8.
- Παλιές ιστοσελίδες, βάσεις δεδομένων, forum και αρχεία υποτίτλων σε Windows-1253.
- Αρχείο που αποθηκεύτηκε στο Σημειωματάριο με την επιλογή «ANSI» και ανοίγει σε επεξεργαστή ή πρόγραμμα που περιμένει UTF-8.
- Παλιά e-mail και αρχεία σε ISO-8859-7.
Από πού προέρχονται τα αρχεία Windows-1253;
Το Windows-1253 είναι η κωδικοποίηση «ANSI» των ελληνικών Windows – ή κάθε έκδοσης των Windows όπου η «Γλώσσα για προγράμματα που δεν υποστηρίζουν Unicode» στις ρυθμίσεις περιοχής είναι τα Ελληνικά. Κάθε πρόγραμμα που αποθηκεύει κείμενο με την προεπιλεγμένη κωδικοποίηση του συστήματος δημιουργεί τέτοια αρχεία:
- Το Σημειωματάριο σε παλιές εκδόσεις των Windows, που αποθήκευε από προεπιλογή σε ANSI περίπου μέχρι το 2019.
- Το Excel, όταν αποθηκεύετε στην απλή μορφή CSV (οριοθετημένο με κόμματα).
- Παλιά προγράμματα λογιστικής και διαχείρισης αποθήκης, και βάσεις δεδομένων ρυθμισμένες σε
cp1253(ή σεgreekστη MySQL, που είναι το ISO-8859-7). - Υπότιτλοι, ιστοσελίδες και forum στα ελληνικά από τις προηγούμενες δεκαετίες.
Κινέζικα
Ïäüò Åãíáôßáò 12, Èåóóáëïíßêç ÔçëÝöùíï: 2310 123456 ÔéìÞ: 120,00 €
Μετά τη μετατροπή
Οδός Εγνατίας 12, Θεσσαλονίκη Τηλέφωνο: 2310 123456 Τιμή: 120,00 €
Πώς φαίνονται τα γράμματα όταν διαβαστούν λάθος;
Κάθε ελληνικό γράμμα στο Windows-1253 είναι ένα μόνο byte, κυρίως μεταξύ C1 και FE. Ένα δυτικό πρόγραμμα που διαβάζει αυτό το byte ως Windows-1252 δείχνει ένα λατινικό γράμμα με σημάδι:
α→ byteE1→áε→ byteE5→åλ→ byteEB→ëμ→ byteEC→ìρ→ byteF1→ñέ→ byteDD→Ý
Έτσι το Καλημέρα γίνεται ÊáëçìÝñá, ενώ το σύμβολο € μένει ίδιο, γιατί έχει το ίδιο byte και στις δύο κωδικοποιήσεις. Ένα τέτοιο κείμενο μπορείτε να το επικολλήσετε απευθείας στο πλαίσιο και το Mojibuster θα το επαναφέρει στα ελληνικά.
Πώς γίνεται η μετατροπή
- Σύρετε το αρχείο στο πλαίσιο παραπάνω.
- Το Mojibuster αναγνωρίζει αυτόματα Windows-1253, ISO-8859-7 και UTF-8 και δείχνει στο αποτέλεσμα με ποια κωδικοποίηση διαβάστηκε το αρχείο.
- Πατήστε Λήψη για να αποθηκεύσετε το αρχείο σε UTF-8.
Windows-1253 και ISO-8859-7
Το ISO-8859-7 (παλιότερα και ΕΛΟΤ 928) είναι το παλιότερο πρότυπο, που χρησιμοποιούνταν σε e-mail, ιστοσελίδες και συστήματα Unix. Το Windows-1253 είναι σχεδόν ίδιο: τα γράμματα α–ω και τα περισσότερα κεφαλαία βρίσκονται στις ίδιες θέσεις. Διαφέρουν σε λίγα σημεία: το Ά είναι στο Windows-1253 το byte A2 και στο ISO-8859-7 το B6 – με δυτικές ρυθμίσεις φαίνεται αντίστοιχα ως ¢ ή ¶. Επιπλέον το Windows-1253 έχει τυπογραφικά εισαγωγικά, παύλες και άλλα σύμβολα στην περιοχή 80–9F.
Γι’ αυτό ένα αρχείο ISO-8859-7 διαβάζεται σχεδόν πάντα σωστά και ως Windows-1253, εκτός από το Ά. Το Mojibuster ελέγχει και τις δύο κωδικοποιήσεις και κρατά αυτήν που δίνει σωστά ελληνικά. Τα Greeklish (Kalimera), αντίθετα, δεν είναι λάθος κωδικοποίησης: είναι ελληνικά γραμμένα με λατινικούς χαρακτήρες και το Mojibuster δεν τα μετατρέπει.
Μετατροπή από τη γραμμή εντολών
Για πολλά αρχεία μαζί σε Linux ή Mac αρκεί η εντολή:
iconv -f CP1253 -t UTF-8 in.txt > out.txt
Και στο PowerShell 7 στα Windows:
Get-Content -Encoding 1253 in.txt | Set-Content -Encoding utf8 out.txt
Προσοχή: αυτές οι εντολές προϋποθέτουν ότι ξέρετε την κωδικοποίηση του αρχείου. Αν το αρχείο είναι ήδη σε UTF-8, θα δημιουργήσουν νέα κινέζικα όπως αβγ. Το Mojibuster αντίθετα ελέγχει πρώτα το αρχείο και το μετατρέπει μόνο αν το αποτέλεσμα είναι σωστό ελληνικό κείμενο.
Τι δεν μπορεί να επανέλθει;
Γράμματα που έγιναν ? δεν επανέρχονται, γιατί η πληροφορία χάθηκε κατά την αποθήκευση. Το Mojibuster δείχνει πόσα είναι. Πώς ξεχωρίζουν από τα διορθώσιμα � εξηγεί η σελίδα ερωτηματικά αντί για γράμματα.
Το ίδιο ισχύει για χαρακτήρες που δεν υπάρχουν στο Windows-1253, όπως emoji, γράμματα άλλων γλωσσών (π.χ. κυριλλικά) ή τα πολυτονικά ἀ και ῆ: όταν το αρχείο αποθηκεύεται σε ANSI, γίνονται οριστικά ?. Αν όμως σε σύγχρονο επεξεργαστή εμφανίζεται �, τα γράμματα υπάρχουν ακόμη στο αρχικό αρχείο και μπορεί να μετατραπεί.
Και στην αντίστροφη περίπτωση – UTF-8 που διαβάστηκε ως Windows-1253, με Ξ και Ο παντού, όπως Ξ±Ξ²Ξ³ αντί για αβγ – τα γράμματα ρ, ψ, ό, ύ, ώ, ϊ, ΐ και αρκετά κεφαλαία γίνονται αόρατοι χαρακτήρες ελέγχου. Το Mojibuster διορθώνει κι αυτό, αλλά αν οι χαρακτήρες αυτοί σβήστηκαν κατά την αντιγραφή, λείπουν και τα γράμματα. Τότε σύρετε το αρχικό αρχείο ή διαβάστε τη σελίδα Ελληνικά κινέζικα στο Excel.
Συχνές ερωτήσεις
Ανοίγει το αρχείο στο Excel μετά τη μετατροπή;
Ναι. Για αρχεία CSV αφήστε ενεργή την επιλογή Αποθήκευση με BOM και το Excel θα ανοίξει το αρχείο χωρίς κινέζικα. Λεπτομέρειες στη σελίδα Ελληνικά κινέζικα στο Excel.
Πώς καταλαβαίνω ότι το αρχείο είναι σε Windows-1253;
Αν το κείμενο εμφανίζεται ως λατινικά γράμματα με σημάδια, όπως ÊáëçìÝñá, ή με � σε επεξεργαστή που περιμένει UTF-8, πιθανότατα είναι σε Windows-1253 ή ISO-8859-7. Μετά την ανάγνωση το Mojibuster δείχνει ποια κωδικοποίηση αναγνώρισε. Αν βλέπετε κωδικούς όπως %CE%B1, δείτε τους κωδικούς URL.
Τι γίνεται με τους τόνους και τα διαλυτικά;
Το Windows-1253 έχει όλα τα γράμματα του μονοτονικού, μαζί με τόνους και διαλυτικά (ά, ϊ, ΐ), και διατηρούνται στη μετατροπή σε UTF-8. Πολυτονικά γράμματα δεν υπάρχουν σε αυτή την κωδικοποίηση.
Μπορώ να μετατρέψω από UTF-8 σε Windows-1253;
Προς το παρόν το αρχείο αποθηκεύεται μόνο σε UTF-8. Αν χρειάζεστε Windows-1253, αποθηκεύστε ξανά το αρχείο στο Excel ή σε έναν επεξεργαστή κειμένου.
Ανεβαίνει το αρχείο σε διακομιστή;
Όχι. Η μετατροπή γίνεται εξ ολοκλήρου στον browser.