🔤मजकूर विकृती रूपांतरण

मजकूर का बिघडतो

मजकूर बिघडणे म्हणजे, कॅरेक्टर एन्कोडिंगच्या चुकीच्या अर्थ लावण्यामुळे अक्षरे "縺ゅ→" सारख्या अर्थहीन चिन्हांच्या मालिकेत रूपांतरित होऊन दिसण्याची घटना.

• कॅरेक्टर एन्कोडिंगमधील विसंगती：कॅरेक्टर एन्कोडिंगचा जुळवाजुळव नाही म्हणजे, जतन करताना वापरलेले एन्कोडिंग (UTF-8 किंवा Shift_JIS इत्यादी) आणि उघडताना केलेले अर्थ लावणे यात फरक असण्याची स्थिती, जी मजकूर बिघडण्याचे सर्वात सामान्य कारण आहे.
• पर्यावरण-अवलंबी अक्षरांचा वापर：पर्यावरण-अवलंबी अक्षरे म्हणजे, वर्तुळातील संख्या (① इत्यादी) सारखी केवळ विशिष्ट वातावरणातच योग्य प्रकारे दिसणारी अक्षरे, जी वेगळ्या वातावरणात बिघडून दिसतात.
• फाइल दूषित होणे：फाइल दूषित होणे म्हणजे, हस्तांतरण किंवा जतनाच्या त्रुटीमुळे डेटाचा काही भाग गमावण्याची स्थिती, या परिस्थितीत कॅरेक्टर एन्कोडिंग दुरुस्त केले तरी पुनर्प्राप्ती होत नाही.

मजकूर बिघडणे स्वतः कसे दुरुस्त करावे

बिघडलेला मजकूर उघडताना वापरलेले कॅरेक्टर एन्कोडिंग जतन करतानाच्या एन्कोडिंगशी जुळवून घेतल्यास पुनर्प्राप्ती होते.

• एडिटरमध्ये पुन्हा उघडा：नोटपॅड सारख्या टेक्स्ट एडिटरमध्ये उघडताना कॅरेक्टर एन्कोडिंग UTF-8 किंवा Shift_JIS वर बदलून पुन्हा उघडल्यास योग्य प्रकारे दिसते.
• Excel मध्ये इम्पोर्ट वापरा：CSV Excel मध्ये उघडताना बिघडत असल्यास, डबल-क्लिक न करता इम्पोर्ट सुविधा वापरून कॅरेक्टर एन्कोडिंग निर्दिष्ट करून लोड केल्यास ते टाळता येते.

कॅरेक्टर एन्कोडिंग म्हणजे काय

• कॅरेक्टर एन्कोडिंग：कॅरेक्टर एन्कोडिंग म्हणजे, अक्षरांना संगणकावर हाताळता येण्याजोग्या संख्यात्मक मूल्यांशी जोडण्याचे नियम, जापानी भाषेसाठी UTF-8 आणि Shift_JIS सामान्यपणे वापरले जातात.
• UTF-8：UTF-8 म्हणजे जगातील सर्व अक्षरे एकाच प्रणालीत दर्शवू शकणारे सध्या सर्वाधिक प्रचलित कॅरेक्टर एन्कोडिंग, आणि बहुतांश वेब पृष्ठे या स्वरूपात लिहिलेली असतात.