Mojibuster

– i stället för tankstreck: fixa citattecken och apostrofer

Står det – i stället för ett tankstreck, ’ i stället för en apostrof eller … i stället för tre punkter? De typografiska tecknen tar tre byte i UTF-8. Mojibuster sätter ihop dem igen – klistra in texten ovan.

Fungerar med text och med de här filerna:

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

Till exempel exporter från Excel, databasbackuper, undertexter eller webbplatskod.

Fixa

  1. Dra hit en fil eller klistra in text
  2. Fixen sker automatiskt
  3. Kopiera eller ladda ner
eller dra hit en fil

  • Ingen uppladdning. Dina filer fixas direkt i webbläsaren och lämnar aldrig din enhet.

  • Servrar inom EU. Mojibuster körs på en server i Finland (EU); dataskyddsförordningen (GDPR) gäller. GDPR-texten (EUR-Lex)

Varför just de här tecknen?

Word, Outlook, WordPress och många andra program gör automatiskt om raka citattecken och bindestreck till typografiska: ”, ’, – och …. På svenska syns det extra mycket, eftersom vi använder samma citattecken ” på båda sidor och tankstreck överallt: i intervall som 10–12, i Stockholm–Göteborg och före repliker. I UTF-8 ligger dessa tecken i intervallet E2 80 xx och tar tre byte. Lästa som Windows-1252 blir de alltid †plus ett tredje tecken. Bokstäver som å, ä och ö tar bara två byte och visas som ä – mer om det.

En mening ur ett nyhetsbrev, visad som Windows-1252

Trasig

Öppet kl. 10–18 – ’välkommen in’, säger Åsa. Mer info följer…

Fixad

Öppet kl. 10–18 – ’välkommen in’, säger Åsa. Mer info följer…

Mönstren i översikt

  • †plus ett osynligt tecken → ” (svenskt citattecken, se nedan)
  • ’ → ’ (apostrof, enkelt citattecken)
  • ‘ → ‘ (inledande enkelt citattecken, från engelska texter)
  • “ → “ (inledande dubbelt citattecken, från engelska texter)
  • „ → „ (lågt citattecken, till exempel från tyska texter)
  • – → – (tankstreck), — → — (långt tankstreck)
  • … → … (tre punkter), • → • (punkt i listor)
  • € → €

Specialfall: †utan något efter

Det svenska citattecknet ” innehåller byten 9D, som saknar tecken i Windows-1252. Många program utelämnar den helt enkelt när de visar texten, och då blir †kvar med ett osynligt tecken eller ingenting alls. Eftersom svenska citat har ” på båda sidor stöter du på det oftare än i andra språk. Finns byten kvar fixar Mojibuster den. Har den redan försvunnit vid kopieringen går det inte längre att säga säkert vilket tecken som var menat, och då låter Mojibuster stället vara.

Så undviker du det

  • Spara texter från Word och editorer som UTF-8 och ange teckenkodningen när du importerar.
  • Kontrollera teckenuppsättningen i ditt nyhetsbrevsprogram och din webbutik – överallt ska det stå UTF-8.
  • Vid CSV-exporter: spara i Excel som CSV UTF-8 (kommaavgränsad) – se Excel visar konstiga tecken.
  • I databaser: ställ in tabeller och anslutning på utf8mb4 – mer under fixa UTF-8-tecken.

Vanliga frågor

Vad betyder ’?

Det är en apostrof som har konverterats fel två gånger. Även det fixar Mojibuster – klistra bara in texten ovan.

Kan jag inte bara ersätta dem med raka citattecken?

Det behövs inte. Mojibuster sätter tillbaka de ursprungliga tecknen. Vill du hellre ha ' och " kan du byta ut dem efteråt.

Varför är bara citattecknen trasiga men inte å, ä och ö?

Då har texten troligen delvis skrivits om eller kommer från två källor. Mojibuster fixar bara de trasiga ställena och låter korrekta tecken vara.

Det står ? i stället för ett citattecken. Hjälper Mojibuster då också?

Nej, då är tecknet redan ersatt och informationen borta. Läs under frågetecken i stället för å, ä och ö hur det uppstår.

Mer att läsa