Waarom ë twee tekens wordt
In UTF-8 neemt elke letter met een accent of trema twee bytes in beslag: ë is C3 AB. Een programma dat het bestand als Windows-1252 leest, maakt van elke byte een eigen teken: C3 wordt Ã, AB wordt «. Daarom beginnen bijna alle rare tekens met à – het tweede teken verraadt welke letter bedoeld was.
Kapot
Café in België: één ruïne, coördinatie en financiën – een idee van Zoë.
Hersteld
Café in België: één ruïne, coördinatie en financiën – een idee van Zoë.
De patronen die je het vaakst ziet
ë→ë,ï→ï,ö→ö,ü→üé→é,è→è,ê→ê,á→á,ó→óç→ç,É→É,Ë→Ë€→€,’→’en“→“– meer over kapotte apostrofs en aanhalingstekens
De volledige tabel staat hieronder. Ziet de rommel er langer uit, zoals ë, dan is de tekst twee keer verkeerd omgezet. Ook dat herstelt Mojibuster, tot drie niveaus in één keer – meer daarover bij UTF-8-tekens herstellen.
Liever niet met zoeken en vervangen
Je kunt in Word of Excel ë door ë laten vervangen. Dat gaat alleen goed zolang je elke fout kent: à met een vaste spatie erachter is een kapotte à, maar een losse à kan ook gewoon een Portugese naam zijn. Mojibuster controleert elke plek byte voor byte en verandert alleen wat duidelijk kapot is.
Waar het probleem vandaan komt
- Excel opent een CSV in UTF-8 zonder BOM als Windows-1252 – zo open je hem goed.
- Exports uit webshops, boekhoudpakketten of internetbankieren worden met de verkeerde codering geopend – zie CSV herstellen.
- Databases leveren UTF-8 via een verbinding in
latin1; gebruikutf8mb4voor tabellen en verbinding. - Scripts lezen bestanden met de verkeerde codering in, bijvoorbeeld in PowerShell of Python zonder
encoding='utf-8'. - E-mails en nieuwsbrieven geven de verkeerde tekenset op.
- Ondertitels worden door de speler verkeerd gelezen – zie ondertitels met rare tekens.
Veelvoorkomende kapotte tekens
| Kapot | Juist |
|---|---|
| ë | ë |
| ï | ï |
| é | é |
| è | è |
| ê | ê |
| ö | ö |
| ü | ü |
| ó | ó |
| á | á |
| Ã | à |
| ç | ç |
| É | É |
| Ë | Ë |
| € | € |
| „ | „ |
| “ | “ |
| ’ | ’ |
| – | – |
| … | … |
Veelgestelde vragen
Zijn mijn letters verloren?
Nee. In ë zitten nog precies de bytes van ë, en Mojibuster zet ze terug. Letters zijn pas verloren als een programma ze al door ? of � heeft vervangen – meer over vraagtekens in plaats van letters.
Waarom zie ik à met een spatie erachter?
Dat is meestal een kapotte à: de tweede byte is in Windows-1252 een vaste spatie. Is die bij het kopiëren een gewone spatie geworden, dan is de plek niet meer eenduidig en laat Mojibuster haar staan.
Kan ik een heel bestand herstellen?
Ja. Sleep CSV-, TXT-, JSON- of SQL-bestanden tot 100 MB in het vak hierboven. Het bestand blijft op je apparaat.