När du behöver det här
- En CSV-export från ett äldre bokföringsprogram, ett affärssystem eller internetbanken är sparad i ANSI, och det nya systemet eller webbshoppen vill ha UTF-8.
- En textfil från ett äldre Windows-program visar
�i stället för å, ä och ö på en Mac, i Linux eller i Git. - En webbplats, en databas eller ett skript läser filen som UTF-8 och stannar vid första å, ä eller ö.
- Gamla undertextfiler visar rutor i stället för å, ä och ö på tv:n – för det finns en egen guide: fixa teckenkodning i undertexter.
Så konverterar du filen
- Dra filen till rutan ovan eller klicka för att välja den.
- Mojibuster läser filen och berättar hur: ”Läst som Windows-1252 (ANSI), sparad som UTF-8.”
- Kontrollera förhandsgranskningen. Ser något fel ut erbjuder Mojibuster en annan tolkning med ett klick.
- Klicka på Ladda ner. Ska filen öppnas i Excel, låt Spara med BOM vara ikryssat.
Vad ”ANSI” egentligen betyder
”ANSI” är Windows namn på systemets gamla teckentabell. På ett svenskt, engelskt eller annat västeuropeiskt Windows är det Windows-1252. Det har inget med American National Standards Institute att göra – namnet är ett historiskt misstag. ISO-8859-1 (Latin-1) är nästan likadan: bara mellan byte 80 och 9F har Windows-1252 extra tecken som €, “, ’ och –.
Skillnaden i byte
ä– ANSIE4(en byte), UTF-8C3 A4(två byte).å– ANSIE5, UTF-8C3 A5.ö– ANSIF6, UTF-8C3 B6.€– Windows-125280, saknas i ISO-8859-1, UTF-8E2 82 AC.’– Windows-125292, UTF-8E2 80 99.- Vanliga bokstäver, siffror och skiljetecken som
,är likadana i alla tre kodningarna. Därför syns problemet bara i å, ä, ö, valutatecken och typografiska citattecken.
Så känner du igen en ANSI-fil
När en ANSI-fil öppnas som UTF-8 är byten för å, ä eller ö ogiltig. Program visar �, Notepad++ visar små rutor som xE9. Rätt byte finns fortfarande kvar i filen, så inget går förlorat när du konverterar. Om ett ? redan är sparat för gott kan du läsa om i frågetecken i stället för tecken.
Det omvända fallet: UTF-8 läst som ANSI
Ser du ä i stället för ä är filen redan i UTF-8 och läses bara som ANSI – oftast av Excel. Då finns det inget att konvertera: öppna filen på rätt sätt eller fixa de sparade trasiga tecknen, se konstiga tecken i Excel och fixa trasiga UTF-8-tecken. Mojibuster känner igen även det här fallet.
Visas
Grön ärtsoppa på Åre: 12 € – välkommen
Rätt
Grön ärtsoppa på Åre: 12 € – välkommen
Andra sätt
- Excel: öppna filen och välj Arkiv → Spara som → filformatet CSV UTF-8 (kommaavgränsad). Kontrollera först att å, ä och ö ser rätt ut när filen är öppen.
- Notepad++: välj först ANSI i menyn Kodning och sedan Konvertera till UTF-8 – steg för steg i teckenkodning i Notepad++.
- PowerShell och Python: ange den gamla kodningen när du läser filen, annars skapar du nya trasiga tecken. Se PowerShell och pandas.
Vanliga frågor
Försvinner några tecken när jag konverterar?
Nej. Alla tecken i Windows-1252 och ISO-8859-1 finns i UTF-8. Bara tecken som redan har sparats som ? förblir ?.
Är ANSI samma sak som ISO-8859-1 eller Latin-1?
Nästan. Windows-1252 har dessutom €, typografiska citattecken och tankstreck. Mojibuster läser båda rätt, eftersom Windows-1252 innehåller alla tecken i ISO-8859-1.
UTF-8 med eller utan BOM?
Med BOM för Excel, annars visar Excel ä igen. Utan BOM för webbplatser, databaser och källkod.
Laddas min fil upp?
Nej. Konverteringen sker helt i din webbläsare, även för stora CSV-exporter. Filen lämnar aldrig din enhet.