Kako izgleda dvostruko kodiran tekst
Prije
Čokolada i šećer – žuti cvijet u Čakovcu
Poslije
Čokolada i šećer – žuti cvijet u Čakovcu
Kako to nastaje
U UTF-8 se č sastoji od dva bajta. Kad program ta dva bajta pročita kao Windows-1250, nastaju dva znaka: ÄŤ. Ako se taj rezultat opet spremi kao UTF-8, iz dva znaka postaju četiri bajta. Kad se isto dogodi i drugi put, svaki se znak ponovno raspadne – ÄŤ postaje ÄŤ.
Tipični povodi za drugi krug:
- Baza podataka se seli, a WordPress ili SQL izvoz već je prije bio pokvaren.
- CSV se otvori u Excelu, spremi, a kasnije se još jednom pogrešno uveze.
- Skripta ili API pretvara tekst koji je već UTF-8.
Najčešći obrasci na prvi pogled
Dvostruko kodirano
č ć š ž –
Ispravno
č ć š ž –
Trostruko kodiranje je još dulje: č postaje ÄŤ. Mojibuster i tu razinu popravlja automatski.
Zašto traži-i-zamijeni nije dovoljno
Kod traži-i-zamijeni morali biste poznavati svaki obrazac – po jedan za svaku razinu i svaku kvačicu. Lako je jedan propustiti ili slučajno prepraviti ispravan tekst. Mojibuster umjesto toga izračuna izvorne bajtove i provjeri je li rezultat valjan UTF-8. Tek tada zamjenjuje mjesto.
- Zalijepite tekst gore ili povucite datoteku u okvir.
- Mojibuster prepoznaje koliko je puta tekst pretvoren i popravlja do tri razine.
- Pod Što je promijenjeno? vidite svako mjesto. Zatim kopirajte rezultat ili preuzmite datoteku.
Tekst koji je već ispravan ostaje nepromijenjen – čak i kad su pokvareni i ispravni retci pomiješani u istoj datoteci. Pogreške jedne razine, poput ÄŤ, obrađuje stranica pretvorba Windows-1250 u UTF-8.
Česta pitanja
Kako prepoznati dvostruko kodiranje?
Po dužim nizovima s Ă„ ili Äą. Pogreške jedne razine kraće su, poput ÄŤ – više u članku što je mojibake.
Koliko razina Mojibuster može popraviti?
Do tri. Više se u praksi gotovo ne događa.
Što ako je samo dio teksta dvostruko kodiran?
Nema problema. Mojibuster svako mjesto popravlja zasebno, a ispravne dijelove ostavlja netaknutima.
Mogu li rezultat prethodno provjeriti?
Da. Pod Što je promijenjeno? Mojibuster navodi svako popravljeno mjesto s brojem retka prije nego što kopirate ili preuzmete.