Detector de codificación de texto

Cómo funciona

Un archivo de texto que se muestra con caracteres extraños («Ã©» en lugar de «é») suele sufrir un problema de codificación mal detectada por el programa que lo abre. Esta herramienta analiza los bytes en bruto del archivo: si forman una secuencia UTF-8 válida, la identifica (ASCII si todos los bytes son inferiores a 128, UTF-8 en caso contrario); si no, comprueba la presencia de un BOM UTF-16 y, como último recurso, supone Latin-1/Windows-1252, una codificación de un solo byte en la que cualquier secuencia de bytes es técnicamente válida.

¿Por qué la confianza es a veces «baja»?

A diferencia de UTF-8 (que tiene una estructura interna verificable) o de UTF-16 (identificable por su BOM), la codificación Latin-1/Windows-1252 no tiene ninguna firma: cualquier secuencia de bytes es válida en ella. Cuando ninguna otra codificación coincide, la herramienta propone Latin-1 por defecto, pero con una confianza baja, ya que solo es una suposición razonable.

¿Por qué un archivo UTF-8 se detecta a veces como ASCII?

ASCII es un subconjunto estricto de UTF-8: si todos los bytes del archivo son inferiores a 128 (0x80), el archivo es válido tanto en ASCII como en UTF-8. La herramienta muestra entonces «ASCII» porque es la codificación más restrictiva y universalmente compatible que describe correctamente el archivo.

Procesamiento 100% local: el análisis se realiza íntegramente en su navegador mediante WebAssembly, su archivo nunca sale de su dispositivo.