Eerst de codering controleren
Rechtsonder in de statusbalk toont Notepad++ hoe het bestand nu wordt gelezen, bijvoorbeeld UTF-8, UTF-8-BOM of ANSI. Het menu Codering heeft twee soorten items die vaak door elkaar worden gehaald:
- ANSI, UTF-8, UTF-8-BOM (bovenaan het menu): Notepad++ leest de bestaande bytes opnieuw in zonder het bestand te veranderen, dus alleen een weergave-instelling.
- Converteren naar ANSI, Converteren naar UTF-8 … (onderaan het menu): Notepad++ schrijft de tekens in de nieuwe codering. Opslaan verandert het bestand.
Geval 1: é in plaats van é
Het bestand is opgeslagen als UTF-8, maar Notepad++ leest het als ANSI. Kies Codering → UTF-8 en de tekens staan direct goed. Niet converteren: ‘Converteren naar UTF-8’ zou de rommel é als echte tekens opslaan.
Geval 2: xE9 of vakjes in plaats van é
Het bestand is opgeslagen als ANSI (Windows-1252) maar wordt als UTF-8 gelezen. Kies eerst Codering → ANSI zodat de tekens goed verschijnen, en daarna Converteren naar UTF-8. Na het opslaan is het bestand UTF-8.
Geval 3: de rommel zit echt in het bestand
Toont Notepad++ nog steeds é terwijl UTF-8 is gekozen, dan is de kapotte tekst al opgeslagen. Geen menu-item helpt dan betrouwbaar, zeker niet als goede en kapotte regels door elkaar staan of de tekst dubbel gecodeerd is. Sleep het bestand naar Mojibuster hierboven: het herstelt alleen de kapotte plekken en toont elke wijziging.
Voor
Vertaling gecontroleerd: café, naïef, reünie, Genève, Zoë – allemaal correct.
Na
Vertaling gecontroleerd: café, naïef, reünie, Genève, Zoë – allemaal correct.
Nieuwe bestanden altijd als UTF-8 aanmaken
Stel onder Instellingen → Voorkeuren → Nieuw document de codering voor nieuwe bestanden in op UTF-8. Voor bestanden die Excel moet openen is UTF-8-BOM beter, meer daarover bij Excel dat rare tekens toont. Scripts voor Windows PowerShell 5.1 hebben ook een BOM nodig, zie PowerShell.
Veelgestelde vragen
Wat is het verschil tussen UTF-8 en UTF-8-BOM?
Beide slaan de tekens hetzelfde op. UTF-8-BOM schrijft aan het begin extra drie onzichtbare bytes, waaraan Excel en oudere programma’s UTF-8 herkennen.
Waarom herkent Notepad++ de codering soms verkeerd?
Bestanden zonder BOM bevatten geen informatie over hun codering, dus Notepad++ moet gokken. Bij korte bestanden met weinig bijzondere tekens ligt het vaker fout.
Kan ik meerdere bestanden tegelijk converteren?
In Notepad++ alleen met macro’s of plug-ins. In Mojibuster gaat het bestand voor bestand, elk is in een paar seconden klaar.