Zeichenkodierung-Konverter für Textdateien

Woher Kodierungskonflikte kommen

Die klassischen Symptome

• café erscheint als café, wenn UTF-8-Bytes als Latin-1 gelesen werden. Setzen Sie „Von“ auf UTF-8, um die Bytes wieder korrekt zu deuten.
• ñ wird aus demselben Grund zu ñ.
• Doppeltes Mojibake wie café bedeutet, dass der Text nach der ersten Fehldeutung erneut gespeichert wurde und die falsche Deutung ein zweites Mal kodiert wurde.
• Ein führendes  ist eine UTF-8-Bytereihenfolge-Markierung, die als drei Latin-1-Zeichen gelesen wurde.

Sobald Sie das Symptom erkennen, ist der Weg meist klar: Lesen Sie den Text als das, was er wirklich ist (Latin-1, Windows-1252 oder was zutrifft), und schreiben Sie ihn als UTF-8 zurück.

Bytereihenfolge-Markierungen (BOM)

Dieser Konverter fügt eine Bytereihenfolge-Markierung nicht bewusst hinzu und entfernt sie nicht: Das Verhalten richtet sich nach der Zielkodierung. UTF-8-Ausgabe hat keine BOM. Einfache UTF-16-Ausgabe beginnt mit einer BOM und ist big-endian, während UTF-16BE und UTF-16LE die Bytes ohne BOM schreiben. Wählen Sie UTF-8, sofern ein bestimmtes Programm nicht UTF-16 verlangt.

Wenn ein Zeichen keine Entsprechung hat

Manche Bytes haben in der gewählten Quellkodierung keine Bedeutung, und manche Zeichen lassen sich in der Zielkodierung nicht darstellen. Dann ersetzt die Umwandlung sie durch eine Markierung, statt abzubrechen. Am wichtigsten ist die richtige Quellkodierung: Eine reine ASCII-Zeichenkette ist in jeder Kodierung gültig, ein Konflikt zeigt sich daher meist erst bei akzentuierten oder nicht lateinischen Zeichen.