Teckenkodningsdetektor

Identifiera teckenkodningen i en textfil eller en rå byte-följd — UTF-8, UTF-16 LE/BE, UTF-32, US-ASCII, Windows-1252, ISO-8859-1, GBK/GB18030, Big5, Shift-JIS, EUC-KR och EUC-JP — med BOM-identifiering och en rangordnad lista över kandidater. Den här sidan är den helt lokala, webbläsarbaserade versionen av den gamla Online-filkodningskonverteraren (som identifierade kodningar på en server); här granskas varje byte på den egna datorn. Byte order marks, strikt UTF-8-validering och statistik över ersättningstecken gör det tunga arbetet — inget laddas upp.
Se också Reparerare för kinesisk mojibake när text visas som förvrängda tecken.
Indata: Text som man redan kan läsa har avkodats av webbläsaren — mata in de ursprungliga byten i stället (fil eller hex).
Fil att granska
Klicka för att välja en fil eller dra och släpp den här
Identifieringsresultat
Så fungerar identifieringen (och dess ärliga gränser): en byte order mark (BOM) avgör UTF-8 / UTF-16 / UTF-32 direkt; annars kontrolleras byten mot strikta UTF-8-regler, sedan en UTF-16-layoutheuristik (placering av NUL-byte för ASCII-liknande text), och slutligen avkodas varje kandidat med webbläsarens egen TextDecoder — kodningen vars avkodning ger minst antal U+FFFD-ersättningstecken rankas högst. GBK, Big5, Shift-JIS och EUC-KR är alla en- och flerbyte-kodningar som lätt förväxlas när det saknas BOM, så sidan visar kandidater med säkerhet i stället för att gissa. Rena binärdata redovisas som "inte avkodbar text". Själva avkodningen är aldrig förlustig här — den redovisar bara.