Cómo se ve un texto con doble codificación
Antes
La canción del niño – cañón y corazón, abierto el lunes
Después
La canción del niño – cañón y corazón, abierto el lunes
Por qué ocurre
En UTF-8, la ó ocupa dos bytes. Cuando un programa lee esos bytes como Windows-1252, aparecen dos caracteres: ó. Si guarda ese resultado otra vez como UTF-8, un solo carácter pasa a ocupar cuatro bytes. Si ocurre una segunda vez, cada uno de esos caracteres se vuelve a partir: ó se convierte en ó.
Causas típicas de la segunda vuelta:
- Se migra una base de datos y la exportación de WordPress o SQL ya estaba dañada de antes.
- Se abre un CSV en Excel, se guarda y más tarde se importa otra vez de forma incorrecta.
- Un script o una API convierte un texto que ya estaba en UTF-8.
Los patrones más habituales de un vistazo
Con doble codificación
á é ó ñ ü € ’
Correcto
á é ó ñ ü € ’
Con triple codificación la cadena es aún más larga: ó se convierte en ó. Mojibuster también repara ese nivel de forma automática.
Por qué buscar y reemplazar no basta
Con buscar y reemplazar tendrías que conocer todos los patrones: uno por cada nivel y cada carácter especial. Es fácil olvidar alguno o reemplazar texto que estaba bien. Mojibuster, en cambio, calcula los bytes originales y comprueba si el resultado es UTF-8 válido. Solo entonces sustituye el fragmento.
- Pega el texto de arriba o suelta el archivo en el recuadro.
- Mojibuster detecta cuántas veces se convirtió el texto y repara hasta tres niveles.
- En ¿Qué ha cambiado? ves cada punto reparado. Después copia el resultado o descarga el archivo.
El texto que ya es correcto no se toca, aunque en el mismo archivo se mezclen líneas dañadas y correctas. Los errores de un solo nivel, como ó, se explican en reparar caracteres UTF-8.
Preguntas frecuentes
¿Cómo reconozco una doble codificación?
Por secuencias más largas con Ã, †o Â. Los errores de un solo nivel son más cortos, como ó (à en vez de acentos).
¿Cuántos niveles puede reparar Mojibuster?
Hasta tres. Más es muy raro en la práctica.
¿Y si solo una parte del texto tiene doble codificación?
No hay problema. Mojibuster repara cada fragmento por separado y deja intacto lo que está bien.
¿Puedo revisar el resultado antes?
Sí. En ¿Qué ha cambiado? Mojibuster lista cada punto reparado con su número de línea antes de que copies o descargues.