Bozuk kodlanmış UTF-8 karakterleri düzeltin

Veritabanından, e-postadan ya da web sitesinden gelsin: bozuk metni yapıştırın, Mojibuster ü, ÅŸ ve “ dizilerini yeniden ü, ş ve “ yapar.

Metinle ve şu dosyalarla çalışır:

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

Örneğin Excel dışa aktarımları, veritabanı yedekleri, altyazılar veya web sitesi kodu.

Düzelt

  1. Bir dosya bırakın veya metni yapıştırın
  2. Düzeltme otomatik yapılır
  3. Kopyalayın veya indirin
ya da bir dosyayı buraya sürükleyin
  • Dosya yükleme yok. Dosyalarınız doğrudan tarayıcınızda düzeltilir ve cihazınızdan asla çıkmaz.

  • AB’de sunucular. Mojibuster, Finlandiya’daki (AB) bir sunucuda çalışır; Genel Veri Koruma Tüzüğü (GDPR) geçerlidir. GDPR metni (EUR-Lex)

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 → ı ve İ → 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.
Veritabanından gelen ürün açıklaması

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 latin1 kullanıyor, oysa veriler UTF-8.
  • Web sunucusu charset=ISO-8859-9 veya ISO-8859-1 gönderiyor, 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 ve Content-Type: text/html; charset=utf-8 başlığını gönderin.
  • MySQL ve MariaDB’de tablolar ve bağlantı için utf8mb4 kullanın (SET NAMES utf8mb4).
  • PHP’de bağlantıdan hemen sonra mysqli_set_charset($db, 'utf8mb4') çağırın; PDO kullanıyorsanız DSN’e charset=utf8mb4 ekleyin.
  • MySQL’in eski utf8 türü yalnızca üç bayt saklar ve emojileri kesip atar; yeni tablolarda utf8mb4 tercih 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.

&ccedil; gibi HTML kodlarını da dönüştürebilir miyim?

Evet. Kodları da dönüştür seçeneğini açın. &ccedil;, &#231; ve &#xE7; 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.

Diğer rehberler