Konwersja Windows-1250 i ISO-8859-2 na UTF-8

Stary plik otwarty na Macu, w Linuksie albo w edytorze kodu pokazuje same �? Najpewniej jest zapisany w Windows-1250. Przeciągnij go tutaj, a Mojibuster rozpozna kodowanie i zapisze plik w UTF-8.

Działa z tekstem i plikami:

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

Na przykład eksporty z Excela, zrzuty baz danych, napisy do filmów lub kod stron.

Napraw

  1. Przeciągnij plik lub wklej tekst
  2. Naprawa następuje automatycznie
  3. Skopiuj lub pobierz
albo po prostu przeciągnij plik tutaj

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.
Tekst w Windows-1250 otwarty z zachodnimi ustawieniami

Krzaki

Za¿ó³æ gêœl¹ jaŸñ
ulica Piêkna 5, Kraków

Po konwersji

Zażółć gęślą jaźń
ulica Piękna 5, Kraków

Jak przekonwertować plik

  1. Przeciągnij plik do pola powyżej.
  2. Mojibuster sam rozpozna Windows-1250, ISO-8859-2 i UTF-8. W wyniku widać, w jakim kodowaniu odczytano plik.
  3. Jeśli kodowanie wygląda na złe, odczytaj plik ponownie przyciskiem Odczytaj jako ….
  4. 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-1250 B9, ISO-8859-2 B1, UTF-8 C4 85. Błędy: Ä… i ¹.
  • ś – Windows-1250 9C, ISO-8859-2 B6, UTF-8 C5 9B. Błędy: Ĺ› i œ.
  • ź – Windows-1250 9F, ISO-8859-2 BC, UTF-8 C5 BA. Błędy: Ĺş i Ÿ.
  • ł – bajt B3 w obu kodowaniach, UTF-8 C5 82. Błędy: Ĺ‚ i ³.
  • ż – bajt BF w obu kodowaniach, UTF-8 C5 BC. Błędy: ĹĽ i ¿.

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.

Więcej poradników