Kiedy to się przydaje
- Eksporty z programów księgowych, bankowości elektronicznej lub systemów ERP w Windows-1250 trzeba wczytać do systemu obsługującego tylko UTF-8.
- Stare strony WWW, archiwa poczty i logi są zapisane w ISO-8859-2.
- Plik zapisany w Notatniku jako „ANSI” trafia do edytora lub programu, który oczekuje UTF-8.
- Starsze wersje programów takich jak Subiekt GT czy Comarch Optima oraz różne systemy płacowe i bankowe mogą eksportować pliki w Windows-1250.
Krzaki
Za¿ó³æ gêœl¹ jaŸñ ulica Piêkna 5, Kraków
Po konwersji
Zażółć gęślą jaźń ulica Piękna 5, Kraków
Jak przekonwertować plik
- Przeciągnij plik do pola powyżej.
- Mojibuster sam rozpozna Windows-1250, ISO-8859-2 i UTF-8. W wyniku widać, w jakim kodowaniu odczytano plik.
- Jeśli kodowanie wygląda na złe, odczytaj plik ponownie przyciskiem Odczytaj jako ….
- Kliknij Pobierz, aby zapisać plik w UTF-8.
Windows-1250 a ISO-8859-2
Oba kodowania różnią się właśnie kilkoma polskimi literami: ą, ś, ź (i ich wielkie odpowiedniki) leżą w nich pod innymi bajtami. Dlatego pomylony plik wygląda prawie dobrze, tylko te litery są zamienione na ±, ¶ lub Ľ. Mojibuster porównuje oba warianty i wybiera ten, w którym powstają polskie słowa.
Polskie litery i ich bajty
ą– Windows-1250B9, ISO-8859-2B1, UTF-8C4 85. Błędy:Ä…i¹.ś– Windows-12509C, ISO-8859-2B6, UTF-8C5 9B. Błędy:Ĺ›iœ.ź– Windows-12509F, ISO-8859-2BC, UTF-8C5 BA. Błędy:ĹşiŸ.ł– bajtB3w obu kodowaniach, UTF-8C5 82. Błędy:Ĺ‚i³.ż– bajtBFw obu kodowaniach, UTF-8C5 BC. Błędy:ĹĽi¿.
Odwrotna pomyłka jest gorsza: plik w Windows-1250 odczytany jako ISO-8859-2 zamienia ą na š, a ś i ź całkiem znikają, bo bajty 9C i 9F są w ISO-8859-2 niewidocznymi znakami sterującymi. Oryginalny plik jest jednak w porządku – wystarczy przeciągnąć go tutaj.
Znaków, które już zamieniły się w ?, nie da się odzyskać – informacja zginęła przy zapisie. Mojibuster pokaże, ile ich jest. Jak powstają takie błędy, wyjaśnia strona Co to jest mojibake.
Konwersja w wierszu poleceń
Przy wielu plikach przydaje się wiersz poleceń. W Linuksie i na Macu: iconv -f WINDOWS-1250 -t UTF-8 stary.txt > nowy.txt. W Windows PowerShell 5.1 na polskim Windowsie: Get-Content stary.txt -Encoding Default | Set-Content nowy.txt -Encoding UTF8 (zapisuje UTF-8 z BOM).
Oba polecenia konwertują na ślepo. Jeśli plik był już w UTF-8, powstaną z niego krzaki typu Ä…. Mojibuster najpierw rozpoznaje kodowanie i gotowy plik UTF-8 zostawia w spokoju.
Najczęstsze pytania
Jak sprawdzić, w jakim kodowaniu jest plik?
Mojibuster pokazuje to po wczytaniu pliku. Wskazówka: ¹ i ³ zamiast ą i ł oznaczają Windows-1250 odczytane jako tekst zachodni, ± zamiast ą – ISO-8859-2 odczytane jako Windows-1250, a Ä… zamiast ą – UTF-8 odczytane jako Windows-1250. A %C4%85 to kod URL, a nie krzaki. Krzaki typu „ i – zamiast cudzysłowów i myślników mają tę samą przyczynę – zobacz cudzysłowy i myślniki.
Czy po konwersji otworzę plik w Excelu?
Tak. Dla plików CSV zostaw włączoną opcję Zapisz z BOM – wtedy Excel otworzy plik bez krzaków. Więcej wskazówek: krzaki w Excelu.
Czy można przekonwertować z powrotem z UTF-8 na Windows-1250?
Na razie plik zapisuje się tylko w UTF-8. Jeśli potrzebujesz Windows-1250, zapisz plik ponownie w Excelu lub edytorze tekstu.
Czy plik jest wysyłany na serwer?
Nie. Konwersja odbywa się w całości w przeglądarce.