Декодувати URL-коди: %D1%97 знову стає ї

Як працює URL-кодування

В адресах сайтів дозволено лише кілька символів: латинські літери, цифри та кілька знаків. Усе інше кодується. В UTF-8 літера ї складається з байтів D1 і 97, тому виходить %D1%97. Пробіл перетворюється на %20, а у формах – на +.

%D0%91%D0%BE%D1%80%D1%89 %D1%83 %D0%9A%D0%B8%D1%94%D0%B2%D1%96

Борщ у Києві

Найчастіші URL-коди

• %D1%97 = ї, %D0%87 = Ї, %D1%94 = є, %D0%84 = Є
• %D1%96 = і, %D0%86 = І, %D2%91 = ґ, %D2%90 = Ґ
• %E2%82%AC = €, %E2%80%99 = ’, %E2%80%93 = –
• %20 = пробіл, %2F = /, %3F = ?, %26 = &, %25 = %

Український текст легко впізнати за початком кодів: майже кожна кирилична літера – це два байти, %D0… або %D1…, а ґ починається з %D2. Тож %D0%94%D1%96%D0%BC читається як Дім. Старі системи кодують кожну літеру одним байтом з Windows-1251: %CA%E8%BF%E2 замість %D0%9A%D0%B8%D1%97%D0%B2. Mojibuster розпізнає й це і робить із нього Київ.

Звідки береться текст із кодами

• Скопійовані посилання: браузер показує uk.wikipedia.org/wiki/Київ, але в буфер обміну часто потрапляє %D0%9A%D0%B8%D1%97%D0%B2.
• Форми та мітки: пошукові запити й UTM-мітки зберігаються в логах серверів і вивантаженнях аналітики закодованими, наприклад ?q=%D0%B1%D0%BE%D1%80%D1%89.
• Вивантаження та API: деякі сервіси розсилок, вебхуки й API зберігають значення закодованими; тоді в CSV-файлі замість імен стоять коди.
• Імена файлів: завантажений файл називається %D0%A0%D0%B0%D1%85%D1%83%D0%BD%D0%BE%D0%BA.pdf, якщо сервер не розкодував ім’я.

Коди й кракозябри водночас

Іноді текст зіпсовано двічі: %D0%A1%E2%80%94 – це закодовані кракозябри С—, тобто ї, яку спершу прочитали неправильно, а потім закодували. Mojibuster спершу розкодує коди, а потім виправить кодування Windows-1251. Зрештою знову буде ї.

Опція Також перетворити коди на цій сторінці вже ввімкнена. Вона перетворює й HTML-коди (ї), коди з листів (=D1=97) та екрановані послідовності з програм (\u0457). Інші помилки з літерами: що таке кракозябри.

Розкодувати самому: Excel, JavaScript, Python і PHP

• Excel: має лише функцію кодування (ENCODEURL в англійській версії), функції розкодування немає. Найпростіше скопіювати стовпець, вставити сюди й повернути результат. Див. також кракозябри в Excel.
• JavaScript: decodeURIComponent('%D0%9A%D0%B8%D1%97%D0%B2') дає Київ.
• Python: urllib.parse.unquote('%D0%9A%D0%B8%D1%97%D0%B2'), а для даних форм, де + означає пробіл, unquote_plus.
• PHP: rawurldecode() або urldecode() для даних форм.

Часті запитання

Інші інструкції

• Декодер кракозябр Виправляє кракозябри в тексті та файлах.
• Кракозябри в Excel Коли Excel відкриває CSV кракозябрами.
• Кракозябри в субтитрах Коли телевізор чи плеєр показує субтитри кракозябрами.
• Що таке кракозябри Значення, походження й причини кракозябр.
• Подвійне кодування Коли «привіт» спершу став РїСЂРёРІС–С‚, а потім зіпсувався вдруге.
• Апостроф і лапки ’, В«, — і в„– замість апострофа, лапок, тире й знака номера.
• Знаки питання замість букв ? або � замість букв – що можна врятувати, а що ні.
• WordPress і база даних Виправлення SQL-дампів і записів WordPress із кракозябрами замість українських літер.
• MySQL і phpMyAdmin Правильне кодування таблиці, з’єднання та імпорту.
• Outlook Виправляємо кракозябри в листах і вивантаженнях контактів.
• PowerShell -Encoding, консоль і файли скриптів у PowerShell 5.1 та 7.
• Python і pandas encoding у read_csv, to_csv, open() та requests.
• Notepad++ Вибрати чи конвертувати кодування — важлива різниця.
• Клієнтські дані та CRM Виправлення клієнтських баз із CRM та ERP без надсилання на сервер.
• Windows-1251 → UTF-8 Перекодувати старі українські файли в UTF-8.