Mojibake nedir?
Mojibake, bir metin bir kodlamayla kaydedilip başka bir kodlamayla okunduğunda ortaya çıkan okunamaz karakterlerdir. En yaygın durum, UTF-8 metnin yanlışlıkla Windows-1252, Windows-1254 veya ISO-8859-1 olarak okunmasıdır. Bir özel karakterin her baytı ayrı bir karakter olarak görünür. Tüm kalıpların tablosu: ü, ÅŸ, ı yerine Türkçe karakter.
Türkçede en sık görülen bozuk karakterler
ı→ıveİ→İ: noktasız ve noktalı i, UTF-8’de iki bayttır.ÅŸ→ş,Åž→Ş,ÄŸ→ğ,Äž→Ğ.ç→ç,ö→ö,ü→ü,Ü→Ü.’→’ve“→“: kesme işaretleri ve tırnaklar; ayrıntılar bozuk kesme işaretleri ve tırnaklar sayfasında.
Bozuk
Doğal sızma zeytinyağı, soğuk sıkım. Ürün İzmir’de şişelenir.
Düzeltilmiş
Doğal sızma zeytinyağı, soğuk sıkım. Ürün İzmir’de şişelenir.
Windows-1254 ve ISO-8859-9
Türkçe Windows eski programlarda Windows-1254 kullanır; web’de bunun karşılığı ISO-8859-9’dur. Bu tablolarda her Türkçe harf tek bayttır. Böyle bir metin Batı Avrupa tablosuyla okunursa ı, ş, ğ yerine ý, þ, ð görünür. UTF-8 bekleyen bir program ise aynı yerlerde � gösterir. Mojibuster her iki durumu da tanır; � için orijinal dosyayı bırakın.
Sık görülen nedenler
- Veritabanı bağlantısı
latin1kullanıyor, oysa veriler UTF-8. - Web sunucusu
charset=ISO-8859-9veyaISO-8859-1gönderiyor, ama sayfa UTF-8 kaydedilmiş. - Bir e-posta veya bülten programı yanlış kodlama bildiriyor.
- Eski bir site ya da sunucu değiştiren bir WordPress, Latin-1 ve UTF-8 verilerini karıştırıyor.
- Farklı kodlamalar bekleyen programlar arasında kopyalanan metin.
- Eski bir PHP sitesi veritabanına bağlanırken karakter kümesini hiç belirtmiyor.
- Bir e-posta Windows-1254 ile yazılmış, ama UTF-8 olarak etiketlenmiş ya da tam tersi.
İki kez bozulmuş: ü
Zaten bozuk bir metin bir kez daha yanlış dönüştürülürse çift mojibake oluşur: ü önce ü, sonra ü olur. Mojibuster bu katmanları da tanır ve tek seferde üç katmana kadar düzeltir.
Geliştiriciler için: sorunun kaynağını düzeltin
- HTML’de
<meta charset="utf-8">tanımlayın veContent-Type: text/html; charset=utf-8başlığını gönderin. - MySQL ve MariaDB’de tablolar ve bağlantı için
utf8mb4kullanın (SET NAMES utf8mb4). - PHP’de bağlantıdan hemen sonra
mysqli_set_charset($db, 'utf8mb4')çağırın; PDO kullanıyorsanız DSN’echarset=utf8mb4ekleyin. - MySQL’in eski
utf8türü yalnızca üç bayt saklar ve emojileri kesip atar; yeni tablolardautf8mb4tercih edin. - Kaynak dosyaları BOM’suz UTF-8 olarak kaydedin.
- Metni yalnızca bir kez dönüştürün: sisteminiz ile dış dünya arasındaki sınırda.
Sık sorulan sorular
� karakteri ne anlama geliyor?
Bu, U+FFFD yerine koyma karakteridir. Bir program bir baytı okuyamadığında bunu ekler. Orijinal karakter kaybolmuştur; Mojibuster kaç yerin etkilendiğini gösterir. Bazen dosyanın kendisi hâlâ sağlamdır: Türkçe karakter yerine soru işareti.
ç gibi HTML kodlarını da dönüştürebilir miyim?
Evet. Kodları da dönüştür seçeneğini açın. ç, ç ve ç gibi kodlar gerçek karakterlere dönüşür. Aynısı %C3%A7 gibi URL kodları için de geçerlidir.
Metnim bir yerde saklanıyor mu?
Hayır. Düzeltme tarayıcınızda gerçekleşir. Metin gönderilmez ve saklanmaz.
Başka dillerde de çalışır mı?
Evet. Mojibuster UTF-8’den yanlış okunan her karakteri düzeltir; örneğin Almanca, Fransızca veya İspanyolca harfleri, emojileri ya da Japonca yazıyı.
Neden ı yerine ı görüyorum?
ı harfi UTF-8’de C4 B1 baytlarıyla saklanır. Bir program bu iki baytı Windows-1252 veya ISO-8859-1 ile okuyunca Ä ve ± gösterir. Bilgi kaybolmamıştır; metni yapıştırmanız yeterlidir.
Windows-1254 bir dosyayı UTF-8’e nasıl çeviririm?
Dosyayı yukarıdaki kutuya bırakın; Mojibuster kodlamayı tanır ve dosyayı UTF-8 olarak indirir. Komut satırında aynı işi iconv -f WINDOWS-1254 -t UTF-8 eski.txt > yeni.txt yapar.