Tarkista ensin koodaus
Tilarivin oikeassa alakulmassa Notepad++ näyttää, miten tiedosto luetaan juuri nyt, esimerkiksi UTF-8, UTF-8-BOM tai ANSI. Encoding-valikossa on kahdenlaisia kohtia, jotka usein sekoitetaan:
- ANSI, UTF-8, UTF-8-BOM (valikon yläosa): Notepad++ lukee olemassa olevat tavut uudelleen muuttamatta tiedostoa – pelkkä näyttöasetus.
- Convert to ANSI, Convert to UTF-8 … (valikon alaosa): Notepad++ kirjoittaa merkit uudella koodauksella. Tallennus muuttaa tiedoston.
Tapaus 1: ä merkin ä sijaan
Tiedosto on tallennettu UTF-8:na, mutta Notepad++ lukee sen ANSI-muodossa. Valitse Encoding → UTF-8, niin merkit näkyvät heti oikein. Älä muunna: “Convert to UTF-8” tallentaisi roskan ä oikeiksi merkeiksi.
Tapaus 2: xE4 tai laatikoita merkin ä sijaan
Tiedosto on tallennettu ANSI-muodossa (Windows-1252), mutta se luetaan UTF-8:na. Valitse ensin Encoding → ANSI, jotta merkit näkyvät oikein, ja sitten Convert to UTF-8. Tallennuksen jälkeen tiedosto on UTF-8.
Tapaus 3: roska on oikeasti tiedostossa
Jos Notepad++ näyttää yhä ä valinnalla UTF-8, rikkinäinen teksti on jo tallennettu. Silloin mikään valikkokohta ei auta luotettavasti – etenkään kun oikeat ja rikkinäiset rivit ovat sekaisin tai teksti on koodattu kahteen kertaan, ks. mikä on mojibake. Pudota tiedosto yllä olevaan Mojibusteriin: se korjaa vain rikkinäiset kohdat ja näyttää jokaisen muutoksen.
Ennen
Käännös on tarkistettu: pääsiäinen, kesäyö, Hämeenlinna, Jyväskylä – kaikki oikein.
Jälkeen
Käännös on tarkistettu: pääsiäinen, kesäyö, Hämeenlinna, Jyväskylä – kaikki oikein.
Luo uudet tiedostot aina UTF-8:na
Kohdassa Settings → Preferences → New Document asetat uusien tiedostojen koodaukseksi UTF-8. Excelillä avattaville tiedostoille UTF-8-BOM on parempi – lisää kohdassa Excel näyttää ääkköset väärin. Windows PowerShell 5.1:n komentosarjat tarvitsevat myös BOM-merkin, ks. PowerShell.
Usein kysyttyä
Mikä ero on UTF-8:lla ja UTF-8-BOM:lla?
Molemmat tallentavat merkit samalla tavalla. UTF-8-BOM kirjoittaa lisäksi alkuun kolme näkymätöntä tavua, joista Excel ja vanhemmat ohjelmat tunnistavat UTF-8:n.
Miksi Notepad++ arvaa joskus koodauksen väärin?
Ilman BOM-merkkiä olevissa tiedostoissa ei ole tietoa koodauksesta, joten Notepad++:n täytyy arvata. Lyhyillä tiedostoilla ja harvoilla erikoismerkeillä se erehtyy useammin.
Voinko muuntaa useita tiedostoja kerralla?
Notepad++:ssa vain makroilla tai lisäosilla. Mojibusterissa käsittelet yhden tiedoston kerrallaan – kukin valmistuu sekunneissa.