המרת קובצי Windows-1255 ל-UTF-8

מתי צריך להמיר?

• קבצים שיוצאו מתוכנות הנהלת חשבונות, שכר ומלאי או ממערכות ותיקות ב-Windows-1255, וצריך להכניס אותם למערכת שתומכת רק ב-UTF-8.
• אתרים, מסדי נתונים ופורומים ישנים וקובצי כתוביות ששמורים ב-Windows-1255.
• קובץ שנשמר בפנקס רשימות עם האפשרות "ANSI" ונפתח בעורך או בתוכנה שמצפים ל-UTF-8.
• הודעות דוא״ל וארכיונים ישנים ב-ISO-8859-8.

מאיפה מגיעים קובצי Windows-1255?

Windows-1255 הוא קידוד ה-"ANSI" של Windows בעברית, או של כל Windows שבו השפה לתוכניות שאינן תומכות ב-Unicode מוגדרת בהגדרות האזור כעברית. כל תוכנה ששומרת טקסט בקידוד ברירת המחדל של המערכת יוצרת קבצים כאלה:

• פנקס רשימות בגרסאות ישנות של Windows, ששמר כברירת מחדל ב-ANSI עד 2019 בערך.
• אקסל, כששומרים בפורמט הרגיל CSV (מופרד בפסיקים).
• תוכנות ותיקות להנהלת חשבונות ולניהול מלאי, ומסדי נתונים שמוגדרים ל-cp1255 (או ל-hebrew ב-MySQL, שהוא ISO-8859-8).
• כתוביות, אתרים ופורומים בעברית מהעשורים הקודמים.

øçåá äøöì 12, çéôä
èìôåï: 04-8123456
îçéø: 120 ¤

רחוב הרצל 12, חיפה
טלפון: 04-8123456
מחיר: 120 ₪

איך נראות האותיות אחרי קריאה שגויה?

כל אות עברית ב-Windows-1255 היא בייט אחד, בין E0 ל-FA. תוכנה מערבית שקוראת את הבייט הזה כ-Windows-1252 מציגה אות לטינית עם סימן:

• א ← הבייט E0 ← à
• ב ← הבייט E1 ← á
• ו ← הבייט E5 ← å
• ל ← הבייט EC ← ì
• ש ← הבייט F9 ← ù
• ת ← הבייט FA ← ú

לכן שלום הופכת ל-ùìåí, וסימן השקל ₪ מופיע כ-¤. אפשר להדביק טקסט כזה ישירות בתיבה, ו-Mojibuster יחזיר אותו לעברית.

איך ממירים

1. גררו את הקובץ לתיבה למעלה.
2. Mojibuster מזהה Windows-1255, ISO-8859-8 ו-UTF-8 אוטומטית, ומציג בתוצאה באיזה קידוד הקובץ נקרא.
3. לחצו הורדה כדי לשמור את הקובץ ב-UTF-8.

Windows-1255 ו-ISO-8859-8

ISO-8859-8 הוא התקן הוותיק, שהיה נפוץ בדוא״ל, באתרים ובמערכות Unix. Windows-1255 מבוסס עליו: האותיות א–ת נמצאות בשניהם באותם מקומות, אבל Windows-1255 מוסיף ניקוד, את סימן השקל ₪ ומירכאות טיפוגרפיות. לכן קובץ ISO-8859-8 נקרא בדרך כלל נכון גם כ-Windows-1255.

הבדל חשוב אחד הוא עברית "ויזואלית". באתרים ישנים, בטלטקסט ובמערכות ותיקות נשמר הטקסט ב-ISO-8859-8 בסדר הפוך, מהאות האחרונה לראשונה, כדי שמסך שמציג משמאל לימין יראה אותו נכון. בדפדפן מודרני הוא נראה הפוך: םולש במקום שלום. זה לא ג'יבריש של קידוד, ו-Mojibuster לא הופך את סדר האותיות אוטומטית. טקסט עברי בסדר הרגיל ("לוגי") מסומן בדוא״ל ובאתרים כ-ISO-8859-8-I.

המרה משורת הפקודה

כדי להמיר הרבה קבצים בבת אחת ב-Linux או ב-Mac מספיקה הפקודה:

iconv -f CP1255 -t UTF-8 in.txt > out.txt

וב-PowerShell 7 ב-Windows:

Get-Content -Encoding 1255 in.txt | Set-Content -Encoding utf8 out.txt

שימו לב: הפקודות האלה מניחות שאתם יודעים מה הקידוד של הקובץ. אם הקובץ כבר ב-UTF-8, הן ייצרו ג'יבריש חדש כמו ש×. Mojibuster לעומת זאת בודק את הקובץ קודם, וממיר אותו רק אם התוצאה היא טקסט עברי תקין.

מה אי אפשר לשחזר?

אותיות שהפכו ל-? אי אפשר לשחזר, כי המידע אבד בשמירה. Mojibuster יציג כמה כאלה יש.

כך גם תווים שאין להם מקום ב-Windows-1255, כמו אימוג'י ואותיות של שפות אחרות (למשל ערבית או רוסית): כששומרים את הקובץ ב-ANSI הם הופכים ל-? לתמיד. ואם בעורך מודרני מופיע �, האותיות עדיין נמצאות בקובץ המקורי ואפשר להמיר אותו.

ובמקרה ההפוך – UTF-8 שנקרא כ-Windows-1255, עם ׳ לפני כל אות, כמו ׳§׳•׳‘׳¥ במקום קובץ – האותיות א, ל, מ, ך, ם ו-ן הופכות לתווי בקרה בלתי נראים. Mojibuster מתקן גם את זה, אבל אם התווים האלה נמחקו בהעתקה, גם האותיות חסרות. במקרה כזה גררו את הקובץ המקורי, או קראו את ג'יבריש באקסל.

שאלות נפוצות

מדריכים נוספים

• תיקון עברית משובשת מתקן ג'יבריש בטקסטים ובקבצים.
• עברית באקסל כשאקסל פותח קובץ CSV בג'יבריש.
• כתוביות בג'יבריש קובצי כתוביות SRT שמוצגים בג'יבריש.
• מה זה ג'יבריש? מה זה ג'יבריש, מאיפה בא השם ולמה זה קורה.