Koodauksen tunnistin

Tunnista tekstitiedoston tai raakatavujonon merkkikoodaus — UTF-8, UTF-16 LE/BE, UTF-32, US-ASCII, Windows-1252, ISO-8859-1, GBK/GB18030, Big5, Shift-JIS, EUC-KR ja EUC-JP — BOM-tunnistuksen ja järjestetyn ehdokaslistan kanssa. Tämä sivu on vanhan Verkon tiedostojen koodausmuuntimen täysin paikallinen, vain selaimessa toimiva versio (joka tunnisti koodaukset palvelimella); täällä jokainen tavu tarkistetaan omalla koneellasi. Tavujärjestysmerkit, tiukka UTF-8-validointi ja korvausmerkkitilastot tekevät raskaan työn — mitään ei ladata ylös.
Katso myös Kiinalainen mojibake-korjain, kun teksti näkyy rikkinäisinä merkkeinä.
Syöte: Teksti, jonka luet jo, on selain dekoodannut — syötä sille sen sijaan alkuperäiset tavut (tiedosto tai heksa).
Tutkittava tiedosto
Napsauta valitakseen tiedoston tai vedä ja pudota se tähän
Tunnistustulos
Miten tunnistus toimii (ja sen rehelliset rajat): tavujärjestysmerkki (BOM) ratkaisee UTF-8:n / UTF-16:n / UTF-32:n suoraan; muuten tavuja verrataan tiukkoihin UTF-8-sääntöihin, sitten UTF-16-asettelun heuristiikkaan (NUL-merkkien sijoittelu ASCII-tyyppiselle tekstille), ja lopuksi jokainen ehdokas dekoodataan selaimen omalla TextDecoder-toiminnolla — koodaus, jonka dekoodaus tuottaa vähiten U+FFFD-korvausmerkkejä, on ensimmäinen. GBK, Big5, Shift-JIS ja EUC-KR ovat kaikki yksi- ja monitavuisia koodauksia, joita voi sekoittaa keskenään ilman BOM:ia, joten sivu näyttää ehdokkaat varmuuksineen sen sijaan, että arvaisi. Pelkkä binääridata ilmoitetaan ”ei dekoodattavaksi tekstiksi”. Dekoodaus itsessään ei ole tässä häviöllistä — se vain raportoi.