Como é um texto com dupla codificação
Antes
A ação do coração – informação aberta na segunda
Depois
A ação do coração – informação aberta na segunda
Como isso acontece
Em UTF-8, o ç ocupa dois bytes. Quando um programa lê esses bytes como Windows-1252, aparecem dois caracteres: ç. Se ele salva esse resultado de novo como UTF-8, um único caractere passa a ter quatro bytes. Quando isso se repete, cada um desses caracteres é dividido outra vez: ç vira ç.
Causas típicas da segunda rodada:
- Um banco de dados é migrado e a exportação do WordPress ou SQL já estava quebrada antes.
- Um CSV é aberto no Excel, salvo e depois importado errado mais uma vez.
- Um script ou uma API converte um texto que já estava em UTF-8.
Os padrões mais comuns num relance
Com dupla codificação
ç ã é õ ê € ’
Correto
ç ã é õ ê € ’
Com codificação tripla a sequência fica ainda mais longa: ç vira ç. O Mojibuster também corrige esse nível automaticamente.
Por que localizar e substituir não basta
Com localizar e substituir você precisaria conhecer todos os padrões: um para cada nível e cada caractere especial. É fácil esquecer algum ou trocar texto que estava certo. O Mojibuster, em vez disso, calcula os bytes originais e verifica se o resultado é UTF-8 válido. Só então o trecho é substituído.
- Cole o texto acima ou solte o arquivo na caixa.
- O Mojibuster detecta quantas vezes o texto foi convertido e corrige até três níveis.
- Em O que mudou? você vê cada trecho corrigido. Depois copie o resultado ou baixe o arquivo.
O texto que já está correto permanece como está, mesmo quando linhas quebradas e corretas se misturam no mesmo arquivo. Erros de um só nível, como ç, são tratados em corrigir caracteres UTF-8.
Perguntas frequentes
Como reconheço a dupla codificação?
Por sequências mais longas com Ã, †ou Â. Erros de um só nível são mais curtos, como ç (à em vez de acentos).
Quantos níveis o Mojibuster consegue corrigir?
Até três. Mais do que isso quase nunca acontece na prática.
E se só uma parte do texto tem dupla codificação?
Sem problema. O Mojibuster corrige cada trecho separadamente e deixa o que está certo como está.
Posso conferir o resultado antes?
Sim. Em O que mudou? o Mojibuster lista cada trecho corrigido com o número da linha antes de você copiar ou baixar.