Como detectar rapidamente a codificação de um arquivo?
Sem necessidade de instalar programas. Identifique a codificação e resolva textos corrompidos online em 3 passos:
Selecione e importe arquivos
Clique na área tracejada para escolher arquivos do computador, arraste e solte arquivos no navegador, ou copie arquivos e pressione Ctrl + V para colar diretamente. Suporta arquivos individuais ou múltiplos.
Análise instantânea e prévia em tempo real
Algoritmos de alta performance detectam a codificação em milissegundos localmente sem enviar nada para servidores. Veja o tipo de codificação (UTF-8, GBK, Shift-JIS, etc.), a taxa de precisão e a prévia do texto.
Alterne a codificação e baixe
Se a prévia padrão exibir caracteres estranhos, clique nas etiquetas em "Possíveis codificações" para alternar na hora. Após conferir, clique em "Para UTF-8" ou "Converter tudo para UTF-8 e baixar (ZIP)" para exportar.
Cenários comuns de texto corrompido e soluções
1. Bloco de Notas do Windows abrindo com caracteres ilegíveis
O Bloco de Notas clássico costumava salvar texto no padrão ANSI regional (como GBK ou Windows-1252), causando distorções no macOS, Linux ou na web. Detecte e converta para UTF-8 universal para resolver em definitivo.
2. Excel ao abrir CSV exibe pontos de interrogação e símbolos
O Excel pode interpretar incorretamente arquivos CSV em UTF-8 que não possuem assinatura BOM, corrompendo acentos e caracteres especiais. Converta para UTF-8 com BOM ou UTF-16LE para abrir perfeitamente com duplo clique no Excel.
3. E-books e romances TXT corrompidos no celular ou Kindle
Leitores digitais e aplicativos de leitura mobile muitas vezes não possuem tabelas de fontes regionais e mostram símbolos ilegíveis. Converta seus livros TXT para UTF-8 padrão para ler sem problemas em qualquer aparelho.
4. Comentários de código, legendas e letras com erros de texto
Comentários em códigos antigos, legendas de vídeo .srt / .ass e letras de música .lrc frequentemente ficam corrompidos entre plataformas. Arraste em lote para detectar e exportar um arquivo ZIP limpo em segundos.
Comparação e referência de codificações de caracteres
| Codificação | Nome completo e características | Principais aplicações | Compatibilidade e recomendação |
|---|---|---|---|
| UTF-8 | Codificação Unicode universal de tamanho variável (1 a 4 bytes) | Padrão web mundial, sistemas operacionais modernos, programação | Altamente recomendada, máxima compatibilidade global |
| GBK / GB2312 | Padrão nacional chinês simplificado (2 bytes) | Sistemas Windows chineses legados, arquivos de texto tradicionais | Apenas para ambientes em chinês simplificado; converta para UTF-8 |
| GB18030 | Padrão oficial obrigatório da China com caracteres raros | Órgãos públicos, softwares empresariais, publicações acadêmicas | Totalmente compatível com as versões anteriores GBK e GB2312 |
| Big5 | Padrão de codificação de caracteres em chinês tradicional | Taiwan, Hong Kong e mídias em chinês tradicional no exterior | Textos em chinês tradicional; recomendado converter para UTF-8 |
| Shift-JIS / EUC-JP | Codificação padrão industrial japonesa | Sistemas japoneses, legendas de animes, ROMs de jogos e apps legados | Propensa a erros fora do Japão; converta para UTF-8 |
| Windows-1252 | Codificação de byte único para Europa Ocidental (padrão ANSI) | Textos legados em português, inglês, espanhol, francês e alemão | Facilmente confundida com outros conjuntos de caracteres latinos |
Por que escolher detecção e conversão online em lote?
100% no navegador · Privacidade absoluta
Toda a detecção de caracteres, pré-visualização e conversão ocorrem exclusivamente na memória local do seu navegador. Nenhum arquivo é enviado a servidores, mantendo total sigilo.
Pontuação de confiança · Comparação imediata
Com base em padrões de bytes e modelos estatísticos, a ferramenta exibe resultados principais com nível de confiança e permite alternar entre candidatos com 1 clique.
Processamento em lote veloz · Pacote ZIP automático
Adicione dezenas ou centenas de arquivos de uma só vez. A fila assíncrona processa itens em milissegundos, permitindo downloads individuais ou pacote ZIP com 1 clique.
Perguntas Frequentes (FAQ)
P: Por que a precisão da detecção nem sempre é 100% para textos curtos ou arquivos específicos?
A detecção de codificação de caracteres baseia-se na análise estatística de frequência de bytes e modelos probabilísticos de idiomas. Arquivos pequenos ou contendo apenas texto ASCII podem corresponder a várias codificações simultaneamente. Você pode conferir todas as etiquetas na coluna 'Possíveis Codificações' e clicar nelas para pré-visualizar o texto decodificado na hora.
P: Qual é a diferença entre UTF-8 com BOM e sem BOM? Como adicionar ou remover o BOM?
1. Diferenças: O BOM é uma assinatura de 3 bytes (0xEF 0xBB 0xBF) no início do arquivo. O UTF-8 com BOM ajuda o Microsoft Excel e o Bloco de Notas a reconhecerem automaticamente acentos ao abrir arquivos CSV; o padrão UTF-8 sem BOM é o mais recomendado para desenvolvimento web, Linux e macOS.
2. Como adicionar BOM: Ao converter arquivos, marque a opção "Adicionar assinatura BOM" na janela de diálogo para exportar em UTF-8 com BOM.
3. Como remover BOM: Desmarque "Adicionar assinatura BOM" na janela de download. A ferramenta removerá automaticamente os bytes de cabeçalho BOM e exportará um arquivo UTF-8 limpo e padrão.
P: Quais codificações de caracteres são suportadas por esta ferramenta?
A ferramenta suporta mais de 80 codificações de caracteres em todo o mundo com reconhecimento e conversão de alta precisão, agrupadas por país e região:
- Globais e Universais (Unicode / Internacional):
UTF-8,UTF-8 com BOM (UTF-8-SIG),UTF-16LE,UTF-16BE,UTF-16,UTF-32LE,UTF-32BE,UTF-32,ASCII - China (Chinês simplificado e tradicional):
GB18030(Padrão obrigatório compatível comGBKeGB2312),HZ-GB-2312,Big5,Big5-HKSCS(Suplemento de Hong Kong) - Japão (Japonês):
Shift_JIS,Shift_JIS_2004,CP932(Windows Japonês),EUC-JP,EUC-JIS-2004,Séries ISO-2022-JP(iso2022-jp-2/2004/ext) - Coreia (Coreano):
EUC-KR,CP949(Windows Coreano),ISO-2022-KR,Johab - Europa Ocidental e Américas (Português, inglês, espanhol, francês, alemão, etc.):
Windows-1252(ANSI Ocidental),ISO-8859-1(Latin-1),ISO-8859-15(Latin-9),MacRoman,HP-Roman8 - Europa Central e Oriental (Polonês, tcheco, húngaro, romeno, etc.):
Windows-1250,ISO-8859-2(Latin-2),MacLatin2,CP852 - Rússia e Países Cirílicos (Russo, ucraniano, bielorrusso, búlgaro, etc.):
Windows-1251,KOI8-R,KOI8-U,ISO-8859-5,MacCyrillic,CP866,CP1125 - Grécia (Grego):
Windows-1253,ISO-8859-7,MacGreek,CP737 - Turquia (Turco):
Windows-1254,ISO-8859-9(Latin-5),MacTurkish,CP857 - Oriente Médio (Árabe, hebraico, persa):
Windows-1255/ISO-8859-8(Hebraico),Windows-1256/ISO-8859-6/CP720/CP864(Árabe) - Sudeste Asiático (Vietnamita, tailandês, etc.):
Windows-1258(Vietnamita),CP874/TIS-620(Tailandês) - Báltico e Países Nórdicos (Estoniano, letão, lituano, islandês, etc.):
Windows-1257,ISO-8859-4(Latin-4),ISO-8859-10(Nórdico),ISO-8859-13(Báltico),MacIceland - DOS Legado e Mainframe: Páginas de código DOS (
CP437,CP850,CP858, etc.), IBM/Mainframe EBCDIC (CP500,CP1026,CP1140, etc.)
P: Quais formatos de arquivo são suportados?
Suporta qualquer arquivo de texto simples, incluindo .txt, .csv, .json, .xml, .html, .css, .js, .py, .java, .c, .cpp, .sql, .srt, .ass, .lrc, .log, .md, etc.
P: O conteúdo do arquivo será perdido ou alterado durante a conversão?
Não. A conversão apenas remapeia o formato subjacente de bytes (por exemplo, de bytes GBK para bytes UTF-8). Todas as palavras, acentos, quebras de linha e pontuações permanecem intactos sem qualquer perda de dados.