O que é Mojibake (texto distorcido)?

É um problema de exibição que ocorre quando dados de texto são lidos usando uma codificação de caracteres diferente daquela com a qual foram salvos.

O que causa o Mojibake '縺ゅｊ縺後→縺' e como posso consertá-lo?

Acontece quando um texto UTF-8 é aberto em Shift_JIS. Como segue um padrão forte, pode ser facilmente corrigido usando uma ferramenta de recuperação.

Posso consertar o losango negro com ponto de interrogação ()?

Não, isso indica uma sequência de bytes inválida onde os dados de texto originais foram perdidos, tornando a recuperação impossível.

📖 BASE DE CONHECIMENTO

Dicionário de Tipos e Causas de Mojibake

O texto corrompido (Mojibake), que se transforma em sequências incompreensíveis como "縺ゅｊ" ou "", segue certos padrões.
Explicaremos por que o Mojibake ocorre, como funciona e sua relação com a codificação de caracteres.

O que é Mojibake (Texto Corrompido)?

Mojibake é uma falha de exibição que ocorre quando dados de texto em um computador são lidos usando um "código de caracteres (codificação)" diferente daquele com o qual foram salvos.

Os computadores armazenam caracteres como "números 0 e 1 (sequências de bytes)". Um código de caracteres é uma tabela de correspondência para converter esses números em "caracteres" legíveis por humanos. No ambiente japonês, existem vários códigos de caracteres, principalmente UTF-8, Shift_JIS, EUC-JP, ISO-2022-JP, e usar a tabela errada resultará na conversão para caracteres completamente diferentes.

Dicionário de Tipos e Causas de Mojibake

Formato Salvo → Formato Visualizado	Características da Aparência	Causas e Possibilidade de Restauração
UTF-8 ↓ Shift_JIS	縺ゅｊ縺後→縺 (Frequentes "縺", "繝", etc.)	O padrão mais comum hoje em dia. Ocorre ao abrir textos em UTF-8 criados no Mac ou smartphones em softwares antigos do Windows ou no Excel. Devido à sua forte regularidade, é altamente provável que seja restaurado usando uma ferramenta.
Shift_JIS ↓ UTF-8	(Diamante negro com ponto de interrogação, etc.)	O estado onde sequências de bytes inválidas são substituídas pelo Caractere de Substituição (). Salvar por cima com esses caracteres perde completamente a informação original, tornando a restauração impossível.
EUC-JP ↓ Shift_JIS	꤬Ȥ (Mistura de Katakana de meia largura e símbolos)	Código de caracteres usado em antigos DBs ou programas CGI em ambientes UNIX/Linux. Ocorre porque seu intervalo específico de códigos sobrepõe-se à área de Kana de meia largura do Shift_JIS. É possível restaurar.
UTF-8 ↓ EUC-JP	꤬Ȥ (Sequência de símbolos incompreensíveis)	Ocorre quando a representação de 3 bytes do UTF-8 é interpretada forçadamente como EUC-JP (principalmente 2 bytes). Alguns caracteres podem ser perdidos, tornando a restauração completa difícil em alguns casos.
ISO-2022-JP ↓ Shift_JIS等	$B$"$j$,$H$&(B (Contém $B ou (B)	O chamado "código JIS". Era usado como padrão em e-mails antigos. É o fenômeno onde as sequências de escape (como $B) são exibidas como estão. É possível restaurar.
Mac OS Roman ↓ UTF-8等	√¢‚Ç¨‚Ä¢ (Grupo de símbolos europeus misteriosos)	Um código de caracteres antigo exclusivo do Mac. É um mojibake que ocorre frequentemente em nomes de arquivos ao trocar arquivos Zip entre Windows e Mac (conhecido como Mocha).

Como consertar um texto com Mojibake?

Com a ferramenta de restauração de mojibake do nosso site, você pode testar todas as combinações de códigos de caracteres por força bruta e restaurá-las para o japonês correto com um clique.

Usar a Ferramenta de Restauração de Mojibake