alat za datoteke / 05

Detektor kodiranja teksta

Proverite BOM oznake, kompatibilnost sa ASCII i strogu ispravnost UTF-8 u lokalnom uzorku datoteke.

Detektor kodiranja teksta: TOEA prepoznaje oznake redosleda bajtova UTF-8 i UTF-16, čisti ASCII i strogo ispravan UTF-8; za ostale bajtove prikazuje oprezan rezultat „nepoznato/nasleđeno“. Radi 100% lokalno u vašem pregledaču, bez otpremanja datoteka na server.

Kategorija
Alatke za programere
Pokretanja
U vašem pregledaču
Trošak
Besplatno · bez registracije
Dostupnost
Spremno za upotrebu
Text encoding detectorLokalna obrada

U potpunosti radi u vašem pregledaču

Kada je rezultat zastareo ili nepoznat

Tekst koji nije važeći UTF-8 najčešće je u starijem jednobajtnom kodiranju. Za zapadnoevropski tekst to obično znači Windows-1252 ili ISO-8859-1. Konvertujte ga jednom i od tada koristite UTF-8: iconv -f WINDOWS-1252 -t UTF-8 in.txt > out.txt na Linuxu ili macOS-u, ili ga otvorite u uređivaču koji omogućava izbor kodiranja i sačuvajte kao UTF-8. Pregleda se samo prvih 1 MB, pa velika datoteka čiji je prvi megabajt običan ASCII i dalje može sadržati ne-ASCII tekst kasnije.

Oznake redosleda bajtova i UTF-16

UTF-8 oznaka redosleda bajtova (EF BB BF) pomaže Excelu da pravilno otvori CSV sa dijakritičkim znacima, ali može da pokvari druge stvari: liniju #! skripte ljuske, PHP izlaz poslat pre zaglavlja i naziv prve kolone CSV-a koji čita kôd koji ne uklanja tu oznaku. UTF-16 datoteke obično potiču iz Windowsa, na primer iz preusmeravanja > u Windows PowerShellu 5.1. Mnogi Unix alati ih čitaju kao tekst pun nultih bajtova.

Kako se koristi

  1. Izaberite tekstualnu datoteku veličine do 50 MB.
  2. Lokalno proverite prvih 1 MB.
  3. Pregledajte kodiranje i oznaku pouzdanosti.

Privatnost i ograničenja

Datoteka ostaje lokalna. Detekcija kodiranja bez BOM oznake zasniva se na heuristici i ne može uvek da razlikuje nasleđene skupove znakova.

Srodne alatke

MIME tipHeš datotekeBrojač znakova

Često postavljana pitanja

Zašto se ASCII smatra kompatibilnim sa UTF-8?

Bajtovi ASCII-ja koriste iste vrednosti u UTF-8, pa se ispravan ASCII dekodira i kao UTF-8.

Može li da prepozna svako nasleđeno kodiranje?

Ne. Mnoga jednobajtna kodiranja su dvosmislena bez jezičkog konteksta.

Besplatan alat · pokretanja: u vašem pregledaču · nalog nije potreban