URL-gecodeerde tekens decoderen: %C3%AB wordt weer ë

Zo werkt URL-codering

In webadressen mogen maar weinig tekens staan: letters zonder accent, cijfers en een paar leestekens. Al het andere wordt gecodeerd. In UTF-8 bestaat de ë uit de bytes C3 en AB en wordt dus %C3%AB. Een spatie wordt %20, of + in formulieren.

Re%C3%BCnie in Belgi%C3%AB

Reünie in België

De meest voorkomende URL-codes

• %C3%AB = ë, %C3%AF = ï, %C3%A9 = é, %C3%A8 = è
• %C3%BC = ü, %C3%B6 = ö, %C3%A4 = ä, %C3%A7 = ç
• %E2%82%AC = €, %E2%80%99 = ’, %E2%80%93 = –
• %20 = spatie, %2F = /, %3F = ?, %26 = &, %25 = %

Oudere systemen coderen elke letter met één byte uit Windows-1252: Belgi%EB in plaats van Belgi%C3%AB. Mojibuster herkent ook dat en maakt er België van.

Waar URL-gecodeerde tekst vandaan komt

• Gekopieerde links: de browser toont wikipedia.org/wiki/België leesbaar, maar bij het kopiëren komt vaak Belgi%C3%AB op het klembord.
• Formulieren en tracking: zoektermen en UTM-parameters worden gecodeerd opgeslagen in serverlogs en analytics-exports, bijvoorbeeld ?q=re%C3%BCnie.
• Exports en API’s: sommige nieuwsbrieftools, webhooks en API’s slaan waarden gecodeerd op; in het CSV-bestand staan dan codes in plaats van namen.
• Bestandsnamen: een download heet Factuur%20Ren%C3%A9e.pdf als de server de naam niet decodeert.

Codes en kapotte tekens tegelijk

Soms is tekst twee keer kapot: %C3%83%C2%AB is een URL-gecodeerde ë, dus een ë die eerst verkeerd is gelezen en daarna gecodeerd. Mojibuster decodeert eerst de codes en herstelt dan de à met tilde. Aan het eind staat er weer ë.

De optie Ook codes omzetten staat op deze pagina al aan. Ze zet ook HTML-codes om (ë), e-mailcodes (=C3=AB) en escapereeksen uit programmacode (\u00eb). Andere coderingsfouten: UTF-8-tekens herstellen.

Zelf decoderen in Excel, JavaScript, Python en PHP

• Excel: heeft alleen een functie om te coderen (ENCODEURL in de Engelse versie), niet om te decoderen. Het makkelijkst: kopieer de kolom, plak hem hier en kopieer het resultaat terug. Zie ook rare tekens in Excel.
• JavaScript: decodeURIComponent("Belgi%C3%AB") geeft België.
• Python: urllib.parse.unquote("Belgi%C3%AB"), of unquote_plus voor formulierdata met + als spatie.
• PHP: rawurldecode(), of urldecode() voor formulierdata.

Veelgestelde vragen

Meer uitleg

• Rare tekens herstellen in elke tekst Herstel rare tekens en kapotte accenten in tekst en bestanden.
• CSV herstellen Herstel accenten in CSV-exports en sla op als UTF-8.
• Rare tekens in Excel Als Excel ë toont in plaats van ë bij het openen van een CSV.
• UTF-8 herstellen Verwijder mojibake uit databases, e-mails en websites.
• Ondertitels herstellen Herstel SRT- en VTT-ondertitels met kapotte accenten.
• Wat is mojibake? Betekenis, herkomst en oorzaken van rare tekens.
• Dubbel gecodeerd Als é eerst é werd en daarna é.
• ë in plaats van ë Tabel met ë, é, ï en meer – en wat erachter zit.
• Apostrofs en aanhalingstekens ’, “, – en … in plaats van apostrofs, aanhalingstekens en streepjes.
• ANSI → UTF-8 Oude ANSI-bestanden omzetten naar UTF-8 zonder dat je accenten kwijtraakt.
• Vraagtekens in plaats van letters ? of � in plaats van letters – wat te redden is en wat niet.
• ‚Äô in plaats van ’ Mojibake van een Mac: ’, é – en é uit de Windows-console.
• WordPress en database SQL-dumps en WordPress-inhoud met é in plaats van é herstellen.
• MySQL en phpMyAdmin Tekenset van tabel, verbinding en import goed instellen.
• Outlook Kapotte tekens in e-mails en contactexports herstellen.
• PowerShell -Encoding, console en scriptbestanden in PowerShell 5.1 en 7.
• Python en pandas encoding bij read_csv, to_csv, open() en requests.
• Notepad++ Codering kiezen of converteren: het cruciale verschil.
• Klantgegevens en CRM Klantenlijsten uit CRM en ERP herstellen zonder ze te uploaden.
• Voor bedrijven en functionarissen gegevensbescherming Hoe Mojibuster gegevens beschermt en hoe je dat zelf controleert.