Conversor de codificación y reparador de mojibake

Pega un texto ilegible y detecta automáticamente qué combinación de codificaciones lo causó, con candidatos de reparación clasificados. También admite la conversión explícita entre UTF-8, Shift_JIS, EUC-JP y JIS (ISO-2022-JP).

Consejos

  • Cuando aparecen varios candidatos, el marcado como "Mejor coincidencia" —normalmente el japonés o ASCII con aspecto más natural— suele ser el correcto.
  • El clásico patrón "縺薙繧薙?..." que aparece en correos y archivos CSV casi siempre se resuelve con el par UTF-8 → Shift_JIS.
  • Si el texto se ha convertido en una serie de "?" o "�", es probable que se haya perdido parte de la secuencia de bytes original, lo que dificulta una recuperación completa a nivel de texto.
  • Usa la pestaña "Conversión manual" para obtener el resultado en un solo paso cuando ya sepas qué par de codificaciones causó el problema.

Preguntas frecuentes

Ocurre cuando la codificación usada para guardar un texto difiere de la que asume quien lo lee al mostrarlo. El japonés es especialmente propenso a esto porque UTF-8, Shift_JIS y EUC-JP siguen todas en uso, y los desajustes entre ellas son la causa principal del mojibake.

No. Según el tipo de desajuste, parte de la secuencia de bytes original puede perderse de forma permanente durante la decodificación (incorrecta) inicial, haciendo imposible una recuperación completa solo a partir de la cadena. Esto es especialmente cierto cuando una codificación japonesa multibyte se interpreta erróneamente como otra; el texto convertido en "?" o "�" generalmente no se puede restaurar.

UTF-8 es la codificación dominante hoy en día, pero algunos sistemas japoneses antiguos y aplicaciones de Windows heredadas todavía asumen Shift_JIS. Como las secuencias de bytes UTF-8 de los caracteres japoneses a menudo también resultan ser secuencias válidas en Shift_JIS, no se pierde información en el proceso, que es justamente por lo que este desajuste concreto suele poder revertirse.

No. Toda la conversión se ejecuta localmente en el JavaScript de tu navegador, por lo que es seguro usarla incluso con texto que contenga contraseñas o información personal.
ツールくん

A propósito — Por qué "縺薙繧薙?縺ｫ縺｡縺ｯ" se convirtió en el rostro del mojibake japonés

Busca mojibake japonés y casi seguro te encontrarás con "縺薙繧薙?縺ｫ縺｡縺ｯ" (que debería leerse "こんにちは," es decir, "hola") — se ha convertido en una especie de icono cultural entre los usuarios japoneses de internet. Es el resultado de manual de abrir texto UTF-8 en una aplicación que asume Shift_JIS, como una versión antigua del Bloc de notas de Windows o diversos sistemas heredados.

Este emparejamiento concreto aparece constantemente porque un decodificador Shift_JIS reinterpreta a la fuerza las secuencias de 3 bytes que UTF-8 usa para los caracteres japoneses como si fueran caracteres Shift_JIS de 2 bytes. Por casualidad, la mayoría de esas secuencias reinterpretadas caen dentro del rango de caracteres Shift_JIS válidos, así que no se produce ningún error: el texto simplemente parece ilegible mientras permanece, en secreto, totalmente recuperable. Esa propiedad es precisamente la razón por la que un reparador automático como este tiene tanto éxito.

En cambio, abrir texto Shift_JIS como si fuera EUC-JP suele producir secuencias de bytes no válidas que se descartan directamente, destruyendo información en el momento en que ocurre; la recuperación a nivel de cadena se vuelve entonces imposible en principio. Esta división entre mojibake "recuperable" y "no recuperable" explica en buena parte por qué los problemas de codificación de caracteres japoneses han frustrado silenciosamente a los ingenieros durante décadas.

Más herramientas en esta categoría