Convertisseur de codage des caractères (UTF-8 / GBK, détection et réparation des caractères chinois illisibles)
Convertisseur de codage des caractères (UTF-8 / GBK, détection et réparation des caractères chinois illisibles) : affichez les octets et points de code Unicode, détectez le codage et réparez localement
Comment utiliser le convertisseur de codage des caractères ? Octets, détection et réparation
Un convertisseur de codage des caractères transforme le texte entre différents codages tout en affichant les octets UTF-8 et les points de code Unicode.
Sélectionnez le codage source et cible pour effectuer la conversion. Si le codage d’origine est inconnu, lancez d’abord la détection.
Trois causes fréquentes des caractères chinois illisibles
La première consiste à lire des octets UTF-8 comme du GBK, ce qui peut produire des combinaisons comme « 浣犲ソ ». La deuxième consiste à lire des octets GBK avec un codage sur un seul octet. La troisième est la présence d’un BOM au début d’un flux que le récepteur n’interprète pas correctement. L’apparence du texte permet souvent de choisir la conversion inverse appropriée.
Quelle différence entre UTF-8, GBK, UTF-16 et UTF-32 ?
UTF-8 est un codage de longueur variable utilisant 1 à 4 octets par caractère. L’anglais utilise 1 octet et les caractères chinois courants 3 octets. GBK et GB2312 sont des codages chinois à deux octets fréquents dans les anciens systèmes. UTF-16 et UTF-32 utilisent des représentations plus larges. UTF-16 est courant dans certains environnements Windows, tandis que UTF-32 simplifie les calculs de points de code mais consomme davantage d’espace.
Pourquoi la détection ne fournit-elle que des candidats et un niveau de confiance ?
Les séquences d’octets ne contiennent généralement pas d’indication explicite du codage. La détection s’appuie donc sur le BOM, l’ASCII, une validation stricte de l’UTF-8 et une analyse du décodage GBK. Les textes courts ou composés uniquement de symboles peuvent correspondre à plusieurs codages. L’outil fournit donc des candidats, un niveau de confiance et des éléments justificatifs.
Pourquoi UTF-8 et GBK ne sont-ils pas librement convertibles dans les deux sens ?
UTF-8 représente beaucoup plus de caractères que GBK. Certains Emoji et caractères rares ne peuvent pas être représentés en GBK. L’outil signale alors le caractère incompatible au lieu de le supprimer silencieusement. La conversion de GBK vers UTF-8 ne présente généralement pas cette limitation.
À quoi servent les séquences d’octets et les points de code Unicode ?
La séquence d’octets est la représentation réellement stockée dans les fichiers et transmise sur le réseau. Elle est indispensable pour diagnostiquer les problèmes de codage. Un point de code Unicode tel que U+4F60 identifie un caractère indépendamment du codage. Afficher les deux permet de vérifier les données sous deux angles.
Que peut faire cet outil et quelles sont ses limites ?
Il prend en charge UTF-8, GBK, GB2312, UTF-16LE/BE et UTF-32LE/BE, l’affichage des octets et points de code, la détection du codage et la réparation de deux formes courantes de texte illisible. Il ne devine pas un codage sans éléments suffisants, ne traduit ni ne corrige le texte et ne traite pas les fichiers binaires ou les images. Tout le traitement est local.
Peut-on réparer directement un texte chinois illisible ? Identifiez d’abord le type
Un texte illisible ne signifie pas nécessairement que les caractères d’origine sont détruits. Il s’agit souvent des mêmes octets interprétés avec le mauvais codage. Lire des octets UTF-8 comme du GBK peut produire « 浣犲ソ ». Une fois la cause identifiée, la conversion inverse correspondante peut restaurer le texte.
Si le codage d’origine est inconnu, collez les octets hexadécimaux afin d’obtenir des candidats et les éléments permettant de choisir le sens de conversion.
- Les octets et les points de code Unicode sont affichés ensemble pour vérifier si deux caractères sont réellement identiques.
- La détection utilise quatre étapes : BOM, ASCII pur, décodage UTF-8 strict et analyse de probabilité GBK.
- Prend en charge UTF-8, GBK, GB2312, UTF-16LE/BE et UTF-32LE/BE.
- Deux formes courantes de texte illisible peuvent être réparées en un clic.
- Un caractère non représentable dans le codage cible est signalé au lieu d’être supprimé silencieusement.
- Toutes les conversions sont effectuées localement dans le navigateur ; aucune donnée n’est envoyée et aucune inscription n’est requise.