Por qué una letra con tilde se convierte en dos caracteres
En UTF-8, cada letra con tilde ocupa dos bytes: la ñ es C3 B1 y la é es C3 A9. Un programa que lee el archivo como Windows-1252 convierte cada byte en un carácter propio: C3 pasa a ser à y B1 pasa a ser ±. Por eso casi todos los caracteres raros empiezan por Ã, y el segundo carácter te dice qué letra era.
Antes
El niño pidió información sobre la canción del año: ¿la escuchaste en ESPAÑA?
Después
El niño pidió información sobre la canción del año: ¿la escuchaste en ESPAÑA?
Los patrones más frecuentes en español
á→á,é→é,ó→ó,ú→úñ→ñ,Ñ→Ñ,ü→ü(como enpingüino)íse convierte enÃmás un guion invisible, así que a menudo solo vespaÃsen vez depaísÉ→É,Ó→Ó,Ú→Ú¿→¿,¡→¡,€→€: más sobre comillas, apóstrofes y signos
La tabla completa está más abajo. Si los caracteres raros son más largos, como ñ, el texto se ha codificado dos veces: Mojibuster también lo repara, hasta tres niveles a la vez.
Mejor no reemplazar a mano
Podrías buscar ñ y reemplazarlo por ñ en Excel o en el editor. Eso solo funciona si conoces todos los casos: una à seguida de un espacio duro es una à dañada, la í deja a la vista solo una Ã, y una à también puede ser legítima, por ejemplo en un texto portugués en mayúsculas como SÃO PAULO. Mojibuster comprueba cada posición byte a byte y solo cambia lo que está claramente roto.
De dónde viene el problema
- Excel abre un CSV en UTF-8 sin BOM como Windows-1252: así se abre correctamente.
- Exportaciones CSV de tiendas online, bancos o programas de facturación se abren con la codificación equivocada: reparar CSV.
- Bases de datos y webs entregan UTF-8 por una conexión
latin1o declaran uncharsetincorrecto: reparar caracteres UTF-8. - Subtítulos guardados en una codificación distinta de la que espera el reproductor: subtítulos con caracteres raros.
- Correos y boletines declaran un juego de caracteres que no coincide con el texto.
Caracteres dañados habituales
| Dañado | Correcto |
|---|---|
| ñ | ñ |
| Ñ | Ñ |
| á | á |
| é | é |
| Ã | í |
| ó | ó |
| ú | ú |
| ü | ü |
| É | É |
| Ó | Ó |
| Ú | Ú |
| ¿ | ¿ |
| ¡ | ¡ |
| € | € |
| “ | “ |
| ’ | ’ |
| – | – |
| … | … |
Preguntas frecuentes
¿Se han perdido mis letras?
No. ñ todavía contiene exactamente los bytes de la ñ, y Mojibuster los convierte de vuelta. Los caracteres solo se pierden cuando un programa los ha sustituido por ? o �: más en signos de interrogación en vez de tildes.
¿Por qué veo una à sola o seguida de un espacio?
Suele ser una í o una à: su segundo byte es en Windows-1252 un guion invisible o un espacio duro. Si ese carácter se perdió o se convirtió en un espacio normal al copiar, la posición ya no es inequívoca y Mojibuster la deja como está.
¿Puedo reparar un archivo entero?
Sí. Suelta archivos CSV, TXT, JSON o SQL de hasta 100 MB en el recuadro de arriba. El archivo no sale de tu dispositivo.