Converter ANSI para UTF-8

Quando você precisa disso

• Um CSV exportado de um sistema de contabilidade antigo, de um ERP ou do internet banking está salvo em ANSI, e o sistema novo ou a importação da loja virtual espera UTF-8.
• Um arquivo de texto de um programa antigo do Windows mostra caf� em vez de café no Mac, no Linux ou no Git.
• Um site, um banco de dados ou um script lê o arquivo como UTF-8 e trava no primeiro acento.
• Legendas antigas mostram quadradinhos em vez de acentos na TV – para isso há um guia próprio: corrigir acentos em legendas.

Como converter o arquivo

1. Arraste o arquivo para o quadro acima ou clique para escolher.
2. O Mojibuster lê o arquivo e diz como fez: “Lido como Windows-1252 (ANSI), salvo como UTF-8.”
3. Confira a visualização. Se algo parecer errado, o Mojibuster oferece outra leitura com um clique.
4. Clique em Baixar. Se o arquivo for aberto no Excel, deixe a opção Salvar com BOM marcada.

O que “ANSI” quer dizer

“ANSI” é o nome que o Windows dá à tabela de caracteres antiga do sistema. No Windows em português e em outras línguas da Europa Ocidental, é a Windows-1252. Não tem nada a ver com o American National Standards Institute – o nome é um equívoco histórico. A ISO-8859-1 (Latin-1) é quase igual: só entre os bytes 80 e 9F a Windows-1252 acrescenta caracteres como €, ’ e –.

A diferença nos bytes

• ç – ANSI E7 (um byte), UTF-8 C3 A7 (dois bytes).
• ã – ANSI E3, UTF-8 C3 A3.
• € – Windows-1252 80, não existe na ISO-8859-1, UTF-8 E2 82 AC.
• ’ – Windows-1252 92, UTF-8 E2 80 99.
• Letras sem acento, números e sinais como , são iguais nas três codificações. Por isso o problema só aparece em acentos, símbolos de moeda e aspas curvas.

Como reconhecer um arquivo ANSI

Quando um arquivo ANSI é aberto como UTF-8, o byte de uma letra acentuada não é válido. Os programas mostram �, e o Notepad++ mostra caixinhas como xE9 no lugar do é. O byte certo continua no arquivo, então nada se perde na conversão. Se um ? já ficou gravado de vez, veja pontos de interrogação em vez de acentos.

O caso contrário: UTF-8 lido como ANSI

Se você vê ç em vez de ç, o arquivo já está em UTF-8 e só está sendo lido como ANSI – geralmente pelo Excel. Aí não há nada para converter: abra o arquivo do jeito certo ou corrija os caracteres já gravados errados, veja acentos errados no Excel e corrigir caracteres UTF-8. O Mojibuster também reconhece esse caso.

Atenção: café, pão e açúcar por €2 – ótimo

Atenção: café, pão e açúcar por €2 – ótimo

Outros caminhos

• Excel: abra o arquivo e vá em Arquivo → Salvar como → tipo CSV UTF-8 (delimitado por vírgulas). Antes, confira se os acentos aparecem certos depois de abrir.
• Notepad++: no menu Codificação, escolha primeiro ANSI e depois Converter para UTF-8 – passo a passo em Notepad++ e codificação.
• PowerShell e Python: informe a codificação antiga ao ler o arquivo, senão você cria novos caracteres errados. Veja PowerShell e pandas.

Perguntas frequentes

Mais guias

• Corrigir caracteres estranhos em qualquer texto Corrija acentos e caracteres estranhos em textos e arquivos.
• Corrigir CSV Corrija acentos em exportações CSV e salve em UTF-8.
• Acentos no Excel Quando o Excel mostra ç em vez de ç ao abrir um CSV.
• Corrigir UTF-8 Remova o mojibake de bancos de dados, e-mails e sites.
• Corrigir legendas Corrija legendas SRT e VTT com acentos quebrados.
• O que é mojibake? Significado, origem e causas dos caracteres estranhos.
• Dupla codificação Quando ç virou ç e depois ç.
• ção em vez de ção ção, ã, é e companhia: o que significam e como corrigir.
• Aspas e apóstrofos “, ’, – e º em vez de aspas, travessões e nº.
• Interrogação no lugar dos acentos ? ou � em vez de letras – o que dá para recuperar e o que não.
• ‚Äô em vez de ’ Mojibake do Mac: ’, ç – e ç do console do Windows.
• Caracteres codificados em URL %C3%A7 em vez de ç: deixe legíveis os códigos de links e formulários.
• WordPress e banco de dados Corrija dumps SQL e conteúdo do WordPress com ç em vez de ç.
• MySQL e phpMyAdmin Configure certo o charset de tabela, conexão e importação.
• Outlook Corrija caracteres quebrados em e-mails e exportações de contatos.
• PowerShell -Encoding, console e scripts no PowerShell 5.1 e 7.
• Python e pandas encoding em read_csv, to_csv, open() e requests.
• Notepad++ Escolher ou converter a codificação: a diferença decisiva.
• Dados de clientes e CRM Corrija listas de clientes de CRM e ERP sem enviá-las a lugar nenhum.
• Para empresas e encarregados de proteção de dados Como o Mojibuster protege os dados – e como você pode verificar sozinho.