Công cụ Sửa lỗi Mã hóa (Đa ngôn ngữ)Tự động phát hiện và sửa lỗi văn bản do mã hóa sai
Điều gì thực sự gây ra những ký tự lộn xộn như 'é' hay một loạt ký tự vô nghĩa?
Lỗi văn bản (mojibake) hầu như luôn xuất phát từ việc giải mã văn bản bằng sai bảng mã. Một tệp tiếng Trung phồn thể được lưu bằng Big5, nếu vô tình mở dưới dạng UTF-8, sẽ khiến mỗi chữ Hán bị tách thành nhiều nhóm ký hiệu vô nghĩa. Ngược lại, một tệp UTF-8 mở dưới dạng Windows-1252 hoặc Latin-1 sẽ tạo ra những chuỗi như 'é' ở nơi lẽ ra phải là 'é'. Công cụ này hoạt động theo hướng ngược lại: nó lấy văn bản hoặc tệp bị lỗi của bạn và thử giải mã lại bằng hơn 20 bảng mã phổ biến, kiểm tra kết quả nào đọc giống ngôn ngữ tự nhiên thật, sau đó xếp hạng các kết quả theo độ tin cậy để bạn chọn đúng phiên bản.
Công cụ quyết định kết quả nào đúng như thế nào?
Với mỗi bảng mã được thử, công cụ phân tích văn bản kết quả: có bao nhiêu ký tự thay thế không nhận dạng được (như �) xuất hiện, phân bố ký tự có khớp với một ngôn ngữ hợp lý không, dấu câu có hợp lý không, và nhiều yếu tố khác — tất cả được kết hợp thành một điểm tin cậy, kết quả có điểm cao nhất sẽ hiển thị đầu tiên. Hỗ trợ bảng mã cho đủ 18 ngôn ngữ: Tiếng Trung phồn thể (Big5, CP950), Tiếng Trung giản thể (GBK, GB2312, GB18030), Tiếng Nhật (Shift-JIS, EUC-JP), Tiếng Hàn (EUC-KR, CP949), Cyrillic (Windows-1251, KOI8-R), Tiếng Ả Rập (Windows-1256), Tiếng Hebrew (Windows-1255), và các bộ ISO-8859 / Windows-125x cho các ngôn ngữ châu Âu.
Tải tệp lên hay dán văn bản — nên dùng cách nào?
Nếu bạn có tệp gốc (.txt, .csv, .log, v.v.), hãy dùng chế độ 'Tải tệp lên' — công cụ có thể đọc trực tiếp dữ liệu byte thô, cho kết quả khôi phục chính xác nhất. Nếu bạn chỉ đang dán một đoạn văn bản đã hiển thị lỗi trên màn hình (được sao chép từ nơi khác), một số thông tin mã hóa có thể đã bị mất trong quá trình sao chép đó — trong trường hợp này, hãy dùng chế độ 'Dán văn bản', hoạt động tốt với lỗi UTF-8 dựa trên ký tự Latin (kiểu lỗi 'é') nhưng khả năng khôi phục văn bản Trung/Nhật/Hàn đã bị sao chép-dán là hạn chế. Công cụ hiển thị tối đa 5 kết quả được xếp hạng; hãy chọn kết quả đúng rồi sao chép hoặc tải xuống.
Một khi văn bản đã bị sao chép và dán (thay vì được đọc trực tiếp từ dữ liệu byte của tệp gốc), một số thông tin mã hóa có thể đã bị mất vĩnh viễn — dù thử tất cả các bảng mã cũng không phải lúc nào cũng khôi phục hoàn hảo được. Hãy tải lên tệp gốc bất cứ khi nào có thể để có kết quả tốt nhất.