Mojibuster

Apa itu mojibake?

Mojibake adalah teks yang berubah menjadi karakter aneh, misalnya é alih-alih é atau ’ alih-alih ’. Ini terjadi saat teks disimpan dengan satu encoding lalu dibaca dengan encoding lain – dan biasanya bisa diperbaiki sepenuhnya. Tempel teks yang rusak di bawah untuk mencobanya.

Bisa untuk teks dan file berikut:

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

Misalnya ekspor Excel, dump database, subtitle, atau kode situs web.

Perbaiki

  1. Letakkan file atau tempel teks
  2. Langsung diperbaiki otomatis
  3. Salin atau unduh
atau seret file ke sini

  • Tanpa upload. File Anda diperbaiki langsung di browser dan tidak pernah meninggalkan perangkat Anda.

  • Server di Uni Eropa. Mojibuster berjalan di server di Finlandia (Uni Eropa), sehingga berlaku Peraturan Perlindungan Data Umum (GDPR). Baca GDPR (EUR-Lex, dalam bahasa Inggris)

Asal kata mojibake

Mojibake (文字化け) berasal dari bahasa Jepang: “moji” berarti “huruf” atau “karakter”, dan “bake” berarti “berubah wujud”. Pada tahun 1990-an, komputer di Jepang memakai beberapa encoding sekaligus – Shift_JIS, EUC-JP dan ISO-2022-JP – sehingga e-mail dan halaman web yang kacau menjadi pemandangan sehari-hari. Istilah ini kemudian dipakai juga dalam bahasa Inggris dan di seluruh dunia teknologi.

Bagaimana mojibake terjadi

Komputer menyimpan teks sebagai byte, yaitu deretan angka. Encoding adalah aturan yang menentukan byte mana mewakili karakter mana. Dalam UTF-8, standar yang dipakai hampir semua situs dan aplikasi saat ini, huruf é disimpan sebagai dua byte C3 A9. Program yang membaca byte ini sebagai Windows-1252, encoding lama Windows untuk bahasa Barat, menampilkan satu karakter per byte: Ã untuk C3 dan © untuk A9.

Pada langkah ini tidak ada yang hilang – byte-nya masih ada, hanya dibaca dengan cara yang salah. Karena itu mojibake biasanya bisa dibatalkan: Mojibuster mengubah karakter yang salah kembali menjadi byte dan membacanya dengan benar.

Teks UTF-8 yang dibaca sebagai Windows-1252

Mojibake

Café José – promo ‘Nasi Goreng Spesial’ Rp25.000 😊

Diperbaiki

Café José – promo ‘Nasi Goreng Spesial’ Rp25.000 😊

Mojibake dalam teks bahasa Indonesia

Bahasa Indonesia ditulis tanpa huruf beraksen, jadi kalimat biasa sering tetap terbaca. Kerusakan baru terlihat pada karakter di luar huruf A–Z dasar:

  • Tanda kutip dan apostrof dari Word atau ponsel: ’ dan “ – lihat tanda kutip dan apostrof rusak.
  • Tanda pisah dan elipsis: – alih-alih –, … alih-alih ….
  • Emoji dari chat WhatsApp atau ulasan Shopee dan Tokopedia: 😊 alih-alih 😊.
  • Nama asing dan merek seperti José, Nestlé atau Café: é alih-alih é – semua pola ada di à sebagai pengganti huruf beraksen.
  • Simbol seperti € untuk € atau ° untuk °.

Mojibake dalam bahasa lain

  • Jepang: 縺薙ｓ縺ｫ縺｡縺ｯ alih-alih こんにちは – UTF-8 dibaca sebagai Shift_JIS. Selengkapnya di halaman bahasa Jepang.
  • Mandarin: 浣犲ソ alih-alih 你好 – UTF-8 dibaca sebagai GBK. Dalam bahasa Mandarin disebut 乱码 (luànmǎ, “kode kacau”).
  • Rusia: Привет alih-alih Привет – UTF-8 dibaca sebagai Windows-1251. Orang Rusia menyebutnya “krakozyabry”.
  • Hindi dan aksara India lainnya: हिंदी alih-alih हिंदी – UTF-8 dibaca sebagai Windows-1252, sering terjadi di file CSV Excel. Lihat memperbaiki teks Hindi, Tamil dan Bengali (dalam bahasa Inggris).
  • Bahasa Barat: ä, ñ atau € alih-alih ä, ñ atau € – bentuk yang paling umum di seluruh dunia.
  • File lama berbahasa Mandarin, Jepang dan Korea dalam Big5, GBK atau Shift_JIS bisa diubah ke UTF-8 (dalam bahasa Inggris).

Penyebab umum

Apakah mojibake selalu bisa diperbaiki?

Hampir selalu, selama byte-nya masih utuh. Perbaikan menjadi mustahil kalau sebuah program sudah mengganti karakter dengan ? atau karakter pengganti � – informasi aslinya sudah hilang. Mojibuster memperbaiki semua yang masih bisa diperbaiki dan memberi tahu berapa bagian yang hilang. Selengkapnya: tanda tanya pengganti huruf.

Cara mencegah mojibake

  • Simpan file sebagai UTF-8 – file CSV untuk Excel sebagai UTF-8 with BOM.
  • Cantumkan encoding-nya: <meta charset="utf-8"> di HTML, utf8mb4 di MySQL dan MariaDB.
  • Konversi teks hanya sekali, di batas antara dua sistem.
  • Saat mengimpor, pilih encoding secara eksplisit alih-alih membiarkan program menebak.

Pertanyaan yang sering diajukan

Bagaimana cara mengucapkan mojibake?

Kira-kira “mo-ji-ba-ke”, keempat suku kata diucapkan jelas – mirip cara membaca kata dalam bahasa Indonesia.

Apakah file saya rusak atau terkena virus?

Tidak. Mojibake adalah masalah tampilan, bukan virus, dan biasanya tidak ada data yang hilang. File hanya dibaca dengan encoding yang salah.

Apa bedanya mojibake dengan �?

Mojibake seperti é masih menyimpan byte aslinya dan bisa diperbaiki. Karakter � berarti sebuah program tidak bisa membaca suatu byte lalu menggantinya – karakter itu sudah hilang.

Kenapa teks bahasa Indonesia saya hanya rusak di beberapa tempat?

Karena huruf A–Z dasar sama di hampir semua encoding. Yang berubah hanya karakter khusus seperti tanda kutip melengkung, tanda pisah, emoji dan huruf beraksen pada nama asing.

Apakah teks saya diunggah?

Tidak. Mojibuster memperbaiki teks di browser Anda. Teks tidak dikirim dan tidak disimpan.

Panduan lainnya