Detektor kódování

Určete kódování znaků textového souboru nebo surové posloupnosti bajtů — UTF-8, UTF-16 LE/BE, UTF-32, US-ASCII, Windows-1252, ISO-8859-1, GBK/GB18030, Big5, Shift-JIS, EUC-KR a EUC-JP — včetně detekce BOM a seřazeného seznamu kandidátů. Tato stránka je plně místní verze pro prohlížeč staršího Online převodníku kódování souborů (který kódování zjišťoval na serveru); zde je každý bajt kontrolován na vašem počítači. Značky pořadí bajtů, přísná validace UTF-8 a statistiky náhradních znaků odvádějí hlavní práci — nic se nikdy nenahrává.
Viz také Opravu zkomolených čínských znaků, když text vypadá jako rozbité znaky.
Vstup: Text, který už čtete, prohlížeč dekódoval — místo toho mu předejte původní bajty (soubor nebo hex).
Soubor ke kontrole
Klikněte a vyberte soubor nebo jej sem přetáhněte a pusťte
Výsledek detekce
Jak detekce funguje (a její poctivé meze): značka pořadí bajtů (BOM) určí UTF-8 / UTF-16 / UTF-32 hned; jinak se bajty kontrolují podle přísných pravidel UTF-8, pak heuristikou rozložení UTF-16 (umístění NUL u textu podobného ASCII) a nakonec se každý kandidát dekóduje nativním TextDecoder prohlížeče — kódování, jehož dekódování vyprodukuje nejméně náhradních znaků U+FFFD, je nejvýše. GBK, Big5, Shift-JIS a EUC-KR jsou kódování jednobajtová i vícebajtová, která lze bez BOM snadno zaměnit, proto stránka ukazuje kandidáty s jistotou místo hádání. Čistě binární data se hlásí jako „nedekódovatelný text“. Samotné dekódování zde není ztrátové — jen hlásí.