Mojibuster

Fixa felkodade UTF-8-tecken

Oavsett om texten kommer från en databas, ett mejl eller en webbplats: klistra in den trasiga texten, så gör Mojibuster om ä, € och – till ä, € och – igen.

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)

Vad är mojibake?

Mojibake är oläsliga tecken som uppstår när en text sparas med en teckenkodning och läses med en annan. Oftast handlar det om UTF-8 som av misstag läses som Windows-1252 eller ISO-8859-1. Varje byte i ett specialtecken visas då som ett eget tecken. En översikt över mönstren hittar du under ä i stället för ä.

Vanliga orsaker

  • Databasanslutningen använder latin1, fast data är sparad i UTF-8.
  • Webbservern skickar charset=ISO-8859-1, men sidan är sparad i UTF-8.
  • Ett mejl- eller nyhetsbrevsprogram anger fel teckenkodning.
  • En gammal webbplats eller en flyttad WordPress-installation blandar Latin-1- och UTF-8-data.
  • Text kopieras mellan program som förväntar sig olika teckenkodningar.

Trasigt två gånger: ä

Konverteras en redan trasig text fel en gång till uppstår dubbel mojibake: ä blir först ä och sedan ä. Mojibuster känner igen även de nivåerna och fixar upp till tre på en gång.

För utvecklare: åtgärda orsaken

  • Lägg <meta charset="utf-8"> i HTML-koden och skicka headern Content-Type: text/html; charset=utf-8.
  • Använd utf8mb4 i MySQL och MariaDB för tabeller och anslutning (SET NAMES utf8mb4).
  • Spara källkodsfiler som UTF-8 utan BOM.
  • Konvertera text bara en gång: vid gränsen mellan ditt eget system och omvärlden.

Vanliga frågor

Vad betyder tecknet �?

Det är ersättningstecknet U+FFFD. Ett program sätter in det när det inte kan läsa en byte. Det ursprungliga tecknet är då borta; Mojibuster visar hur många ställen det gäller. Ibland är själva filen fortfarande hel: frågetecken i stället för å, ä och ö.

Kan jag också konvertera HTML-koder som &auml;?

Ja. Kryssa i alternativet Konvertera även koder. Koder som &auml;, &#228; och &#xE4; blir då riktiga tecken.

Sparas min text någonstans?

Nej. Fixen sker i din webbläsare. Texten skickas inte och sparas inte.

Fungerar det med andra språk också?

Ja. Mojibuster fixar alla tecken som har lästs fel från UTF-8, till exempel norska och danska æ och ø, tyska omljud, franska accenter, emoji och japansk skrift.

Mer att läsa