Prečo sa kazia práve tieto znaky
Word, Outlook, WordPress a mnoho ďalších programov pri písaní samy menia rovné úvodzovky a spojovníky na typografické: „, “, –, …. V UTF-8 ležia v rozsahu E2 80 xx a majú tri bajty. Prečítané ako Windows-1250 sa vždy zmenia na †a ešte jeden znak. Euro € je €, » a « majú dva bajty a vyzerajú ako » a «.
Slovenské písmená majú v UTF-8 dva bajty. Pri rovnakej chybe vidno Äľ namiesto ľ alebo ÄŤ namiesto č – viac o tom. Preto sa zvyčajne rozsypú písmená aj znaky naraz.
Rozsypaný čaj
Akcia „Leto“ – zľavy až do 30 %… Objednávka za 150 € už na vás čaká!
Po oprave
Akcia „Leto“ – zľavy až do 30 %… Objednávka za 150 € už na vás čaká!
Všetky varianty na jednom mieste
„→„(dolná úvodzovka)“→“(horná úvodzovka)”→”(zatváracia úvodzovka z anglických textov)–→–(pomlčka),—→—(dlhá pomlčka)…→…(tri bodky)’→’(apostrof),‚→‚(jednoduchá dolná úvodzovka)»→»,«→«(francúzske úvodzovky)€→€,°→°â€bez pokračovania → pozri nižšie
Zvláštny prípad: samotné â€
Jednoduchá horná úvodzovka ‘ (po slovensky ‚takto‘) obsahuje bajt 98, pre ktorý Windows-1250 nemá znak. Zostane z nej len â€. Z takéhoto zvyšku sa nedá spoľahlivo zistiť, aký znak tu bol, a Mojibuster preto miesto nechá bez zmeny. Skontrolujte ho ručne.
Samotné †sa objaví aj vtedy, keď program prečítal text ako Windows-1252 – to je časté na webe a v databázach latin1. Písmená potom vyzerajú ako ľ namiesto ľ a †je väčšinou zatváracia ”, ktorej sa stratil posledný bajt. Ak má ten istý text ďalšie isté opravy, Mojibuster ” doplní.
Kde sa s tým stretnete
Najčastejšie v súboroch CSV otvorených v Exceli (rozsypaný čaj v Exceli), v exportoch z e-shopov a účtovných programov ako Pohoda alebo Money S3, v newsletteroch a e-mailoch v Outlooku a v článkoch WordPressu po sťahovaní webu.
Ako tomu predísť
- Texty z Wordu a editorov ukladajte v UTF-8 a pri importe uvádzajte kódovanie.
- Skontrolujte kódovanie v nástrojoch na newslettery, e-shopoch a exportoch z účtovných programov: všade má byť
UTF-8. Staré súbory vo Windows-1250 prevediete na UTF-8. - Pri e-mailoch býva príčina na strane odosielateľa. Ako takéto správy prečítať v Outlooku.
- V databázach nastavte pre tabuľky aj pripojenie
utf8mb4– viac o MySQL a phpMyAdmin.
Časté otázky
Čo znamená „?
To je dvakrát zakódovaná úvodzovka „: text bol zle prevedený dvakrát. Mojibuster opraví aj to – viac o dvojitom kódovaní.
Nebolo by lepšie všetko nahradiť rovnými úvodzovkami?
Nie je to nutné. Mojibuster vráti pôvodné znaky. Ak dávate prednosť ' a ", môžete ich nahradiť neskôr.
Prečo sú pokazené len úvodzovky a písmená sú v poriadku?
Text bol pravdepodobne čiastočne prepísaný alebo pochádza z dvoch zdrojov. Mojibuster opraví len pokazené miesta a správnych znakov sa nedotkne. Ak namiesto písmen vidíte ?, pozrite si stránku otázniky namiesto písmen.