Mojibuster

हिंदी अक्षर टूटकर ठजैसे दिख रहे हैं? यहाँ ठीक करें

आपकी हिंदी हिंदी की जगह हिंदी जैसी दिख रही है? तो UTF-8 टेक्स्ट को Windows-1252 मानकर पढ़ा गया है। अक्षर खोए नहीं हैं। टेक्स्ट ऊपर के बॉक्स में पेस्ट करें या CSV फ़ाइल खींचकर लाएँ। Mojibuster उसे फिर से पढ़ने लायक हिंदी में बदल देता है। मराठी, बांग्ला, तमिल जैसी दूसरी भारतीय लिपियाँ भी ठीक होती हैं।

टेक्स्ट और ये फ़ाइलें चलती हैं:

  • CSV
  • TXT
  • JSON
  • XML
  • SRT
  • VTT
  • SMI
  • TSV
  • MD
  • HTML
  • SQL
  • LOG

जैसे Excel एक्सपोर्ट, डेटाबेस डंप, सबटाइटल या वेबसाइट का कोड।

ठीक करें

  1. फ़ाइल खींचकर लाएँ या टेक्स्ट पेस्ट करें
  2. अपने-आप ठीक हो जाता है
  3. कॉपी या डाउनलोड करें
या फ़ाइल यहाँ खींचकर लाएँ

  • कोई अपलोड नहीं। फ़ाइलें आपके ब्राउज़र में ही ठीक होती हैं और आपके डिवाइस से बाहर नहीं जातीं।

  • सर्वर EU में। Mojibuster फ़िनलैंड (EU) के एक सर्वर पर चलता है, इसलिए यूरोप का सामान्य डेटा संरक्षण विनियमन (GDPR) लागू होता है। GDPR पढ़ें (EUR-Lex, अंग्रेज़ी)

बिगड़ी हिंदी कैसी दिखती है

हर हिंदी अक्षर तीन चिह्नों में टूट जाता है। पहले दो चिह्न लगभग हमेशा ठया ॠहोते हैं। इसी से पहचान होती है कि यह टूटी हुई हिंदी है:

  • हिंदी, मराठी, नेपाली (देवनागरी): ठऔर à¥, जैसे नाम की जगह नाम।
  • रुपये का चिह्न: ₹ की जगह ₹। पूर्ण विराम । बन जाता है ।।
  • दूसरी लिपियाँ: बांग्ला में ঠऔर à§, तमिल में à® और ௠दिखते हैं। इन्हें भी यहीं ठीक किया जा सकता है।
CSV फ़ाइल से ग्राहक सूची, Excel में खोली गई

बिगड़ा

नाम,शहर,भाषा,फ़ीस
सीता,पटना,हिंदी,₹1499
राम,भोपाल,मराठी,₹999
मीना,कोलकाता,বাংলা,₹499

ठीक किया गया

नाम,शहर,भाषा,फ़ीस
सीता,पटना,हिंदी,₹1499
राम,भोपाल,मराठी,₹999
मीना,कोलकाता,বাংলা,₹499

ऐसा क्यों होता है

UTF-8 में हर हिंदी अक्षर तीन बाइट में सहेजा जाता है। ह है E0 A4 B9। जो प्रोग्राम Windows-1252 (पुरानी पश्चिमी अक्षर तालिका) मानता है, वह हर बाइट को एक अलग चिह्न दिखाता है: à, ¤ और ¹। सारे बाइट मौजूद हैं, बस गलत तरीके से पढ़े गए हैं। इसीलिए Mojibuster उन्हें फिर सही अक्षरों में बदल सकता है।

सबसे आम कारण Excel है: Google Sheets, ऑनलाइन दुकान, CRM या सरकारी पोर्टल से निकली CSV फ़ाइल UTF-8 में होती है, लेकिन उसकी शुरुआत में BOM (फ़ाइल की शुरुआत का छिपा निशान) नहीं होता। तब Excel Windows-1252 मान लेता है। पुरानी वेबसाइटें, latin1 टेबल वाले WordPress डेटाबेस और गलत charset वाले ईमेल भी यही गड़बड़ी करते हैं।

Excel के लिए CSV फ़ाइल कैसे ठीक करें

  1. CSV फ़ाइल ऊपर के बॉक्स में खींचकर लाएँ। Mojibuster टूटे अक्षर ठीक करके प्रीव्यू दिखाता है।
  2. BOM के साथ सहेजें चालू रखें (CSV फ़ाइलों के लिए यह पहले से चालू है) और Download पर क्लिक करें।
  3. डाउनलोड की गई फ़ाइल पर डबल-क्लिक करें – अब Excel हिंदी सही दिखाएगा।

अगर फ़ाइल ठीक है और सिर्फ़ Excel उसे गलत दिखा रहा है, तो इम्पोर्ट से भी खोल सकते हैं: Data → From Text/CSV, फिर File Origin में 65001: Unicode (UTF-8) चुनें। ज़्यादा जानकारी: Excel में खास अक्षर ठीक करें और CSV एन्कोडिंग ठीक करें।

हिंदी वाली CSV फ़ाइल सही तरीके से कैसे सहेजें

  • Excel में Save As → CSV UTF-8 (Comma delimited) चुनें। सामान्य CSV (Comma delimited) पुरानी Windows तालिका इस्तेमाल करता है और हिंदी अक्षरों को ? से बदल देता है।
  • Google Sheets में File → Download → CSV से फ़ाइल UTF-8 में मिलती है, पर BOM के बिना। Excel में खोलने से पहले उसे BOM विकल्प के साथ Mojibuster से निकाल लें।
  • डेटाबेस में टेबल और कनेक्शन के लिए utf8mb4 इस्तेमाल करें – देखें MySQL और phpMyAdmin एन्कोडिंग।

जब टेक्स्ट ठीक नहीं हो सकता

अगर Excel या किसी दूसरे प्रोग्राम ने फ़ाइल पुरानी पश्चिमी तालिका में सहेज दी, तो हर हिंदी अक्षर ? बन गया। यह जानकारी हमेशा के लिए चली गई है। Mojibuster ऐसी जगहें गिनकर बताता है, ताकि आप जानें कहाँ देखना है। मूल स्रोत से फ़ाइल दोबारा UTF-8 में निकालें। ज़्यादा: अक्षरों की जगह प्रश्नचिह्न।

कुछ बाइट – जैसे हलंत ् और मात्रा ु – Windows-1252 में पढ़ने पर अदृश्य कंट्रोल चिह्न बन जाते हैं। अगर किसी प्रोग्राम ने उन्हें हटा दिया, तो Mojibuster आस-पास के अक्षरों से गायब अक्षर पहचानता है। जहाँ दोनों अर्थ संभव हों, वहाँ वह अंदाज़ा लगाने के बजाय ॠछोड़ देता है। हो सके तो मूल फ़ाइल ठीक करें – उसमें हर बाइट मौजूद है।

Kruti Dev या Chanakya में टाइप किया गया टेक्स्ट

अगर टेक्स्ट fgUnh या Hkkjr जैसा दिखता है, तो यह एन्कोडिंग की गलती नहीं है। यह Kruti Dev, Chanakya या DevLys जैसे पुराने फ़ॉन्ट में टाइप किया गया है। Kruti Dev 010 का टेक्स्ट Kruti Dev से यूनिकोड कन्वर्टर से बदलें। Chanakya और दूसरे फ़ॉन्ट अभी समर्थित नहीं हैं। यह पेज उस टेक्स्ट को ठीक करता है जो यूनिकोड (UTF-8) में सहेजा गया था और गलत पढ़ा गया।

पृष्ठभूमि: मोजिबेक क्या है? – और अगर ठके साथ à भी दिखे, तो टेक्स्ट दो बार बदला गया है: दो बार एन्कोड हुआ UTF-8 ठीक करें।

Kruti Dev में लिखे शब्द ऐसे दिखते हैं

Kruti Dev 010 फ़ॉन्ट में लिखे शब्द फ़ॉन्ट के बिना कैसे दिखते हैं – और उनका सही यूनिकोड रूप।
बिगड़ा सही
हिंदीहिंदी
मराठीमराठी
भारतभारत
कोलकाताकोलकाता
বাংলাবাংলা
ঢাকাঢাকা
கோவைகோவை
తెలంగాణతెలంగాణ
ಭಾರತಭಾರತ
અમદાવાદઅમદાવાદ
മലയാളംമലയാളം
ਪੰਜਾਬੀਪੰਜਾਬੀ
₹₹

अक्सर पूछे जाने वाले सवाल

कौन-सी भारतीय भाषाएँ ठीक होती हैं?

यूनिकोड की सभी लिपियाँ: हिंदी, मराठी, नेपाली, बांग्ला, असमिया, पंजाबी, गुजराती, ओड़िया, तमिल, तेलुगु, कन्नड़, मलयालम, सिंहली और उर्दू। उसी टेक्स्ट में अंग्रेज़ी, अंक और विराम चिह्न जैसे के तैसे रहते हैं।

क्या मैं यहाँ Kruti Dev को यूनिकोड में बदल सकता हूँ?

उसके लिए अलग पेज है। Kruti Dev एक फ़ॉन्ट है, एन्कोडिंग नहीं। यह पेज उस यूनिकोड टेक्स्ट को ठीक करता है जिसमें ठजैसे चिह्न दिखते हैं।

ठीक करने के बाद क्या CSV Excel में खुलेगी?

हाँ। कॉमा, उद्धरण चिह्न और लाइनें नहीं बदलतीं। फ़ाइल BOM विकल्प के साथ डाउनलोड करें, तब Excel उसे UTF-8 के रूप में खोलता है।

क्या मेरी फ़ाइल अपलोड होती है?

नहीं। सब कुछ आपके ब्राउज़र में ही होता है, फ़ोन पर भी। फ़ाइल आपके डिवाइस से बाहर नहीं जाती।

और गाइड

अंग्रेज़ी में और गाइड