Conversor de codificação e reparador de mojibake

Cole um texto corrompido e detecte automaticamente qual combinação de codificações o causou, com candidatos de reparo classificados. Também suporta conversão explícita entre UTF-8, Shift_JIS, EUC-JP e JIS (ISO-2022-JP).

Dicas

  • Quando vários candidatos aparecem, o marcado como "Melhor correspondência" — geralmente o japonês ou ASCII com aparência mais natural — costuma ser o correto.
  • O padrão clássico "縺薙繧薙?..." visto em e-mails e arquivos CSV quase sempre se resolve com o par UTF-8 → Shift_JIS.
  • Se o texto virou uma sequência de "?" ou "�", é provável que parte da sequência de bytes original tenha se perdido, dificultando uma recuperação completa em nível de texto.
  • Use a aba "Conversão manual" para obter o resultado em uma única etapa quando você já souber qual par de codificações causou o problema.

Perguntas frequentes

Acontece quando a codificação usada para salvar um texto difere da codificação que o leitor assume ao exibi-lo. O japonês é especialmente propenso a isso porque UTF-8, Shift_JIS e EUC-JP ainda estão todas em uso, e divergências entre elas são a principal causa do mojibake.

Não. Dependendo do tipo de divergência, parte da sequência de bytes original pode se perder permanentemente durante a decodificação (incorreta) inicial, tornando impossível a recuperação completa apenas a partir da string. Isso é especialmente verdade quando uma codificação japonesa multibyte é lida erroneamente como outra; texto transformado em "?" ou "�" geralmente não pode ser restaurado.

UTF-8 é a codificação dominante hoje, mas alguns sistemas japoneses antigos e aplicativos legados do Windows ainda assumem Shift_JIS. Como as sequências de bytes UTF-8 para caracteres japoneses frequentemente também acabam sendo sequências válidas em Shift_JIS, nenhuma informação se perde no processo — exatamente por isso essa divergência específica geralmente pode ser revertida.

Não. Toda a conversão é executada localmente no JavaScript do seu navegador, então é seguro usar até mesmo com texto contendo senhas ou informações pessoais.
ツールくん

Curiosidade — Por que "縺薙繧薙?縺ｫ縺｡縺ｯ" se tornou o rosto do mojibake japonês

Procure por mojibake japonês e você quase certamente encontrará "縺薙繧薙?縺ｫ縺｡縺ｯ" (que deveria ser lido como "こんにちは," ou seja, "olá") — tornou-se uma espécie de ícone cultural entre os usuários japoneses da internet. É o resultado clássico de abrir texto UTF-8 em um aplicativo que assume Shift_JIS, como uma versão antiga do Bloco de Notas do Windows ou vários sistemas legados.

Esse par específico aparece constantemente porque um decodificador Shift_JIS reinterpreta forçadamente as sequências de 3 bytes que o UTF-8 usa para caracteres japoneses como se fossem caracteres Shift_JIS de 2 bytes. Por coincidência, a maioria dessas sequências reinterpretadas cai dentro do intervalo de caracteres Shift_JIS válidos, então nenhum erro ocorre — o texto apenas parece corrompido enquanto permanece, secretamente, totalmente recuperável. Essa propriedade é exatamente o motivo pelo qual um reparador automático como este tem tanto sucesso.

Por outro lado, abrir texto Shift_JIS como se fosse EUC-JP tende a produzir sequências de bytes inválidas que são descartadas de imediato, destruindo informação no momento em que isso ocorre — a recuperação em nível de string se torna então impossível em princípio. Essa divisão entre mojibake "recuperável" e "irrecuperável" explica boa parte de por que os problemas de codificação de caracteres japoneses frustram silenciosamente engenheiros há décadas.

Mais ferramentas nesta categoria