Kodningsdetektor

Identificér tegnkodningen i en tekstfil eller en rå bytesekvens — UTF-8, UTF-16 LE/BE, UTF-32, US-ASCII, Windows-1252, ISO-8859-1, GBK/GB18030, Big5, Shift-JIS, EUC-KR og EUC-JP — med BOM-registrering og en rangeret liste over kandidater. Denne side er den fuldt lokale, kun-browser-version af den gamle Online-filkodningskonverter (som registrerede kodninger på en server); her inspiceres hver byte på egen maskine. Byte order marks, streng UTF-8-validering og statistik over erstatningstegn klarer det tunge arbejde — intet uploades nogensinde.
Se også Mojibake-reparatoren, når tekst vises som ødelagte tegn.
Input: Tekst, der allerede kan læses, er blevet afkodet af browseren — giv den i stedet de originale bytes (fil eller hex).
Fil der skal inspiceres
Klik for at vælge en fil eller træk og slip den her
Detektionsresultat
Sådan virker detektionen (og dens ærlige grænser): en byte order mark (BOM) afgør UTF-8 / UTF-16 / UTF-32 med det samme; ellers kontrolleres bytene mod strenge UTF-8-regler, derefter en UTF-16-layout-heuristik (NUL-placering for ASCII-lignende tekst), og til sidst afkodes hver kandidat med browserens egen TextDecoder — kodningen, hvis afkodning giver færrest U+FFFD-erstatningstegn, rangeres højest. GBK, Big5, Shift-JIS og EUC-KR er alle enkelt- og flerbyte-kodninger, der kan forveksles med hinanden, når der ikke er en BOM, så siden viser kandidater med tillid i stedet for at gætte. Rene binære data rapporteres som "ikke afkodbar tekst". Selve afkodningen er aldrig tabsgivende her — den rapporterer kun.