Tekencodering achterhalen
Versie door Jeroen Strompf (overleg | bijdragen) op 13 mei 2016 om 17:34
Welke tekencodering [1] of character encoding [2] wordt er gebruikt voor een bepaald tekstdocument? Waar moet ik rekening mee houden bij exporteren of uitwisselen van gegevens?
Detectie
vim
is een gemakkelijke en betrouwbare manier om de codering van een bestand te achterhalen, vermits een bestand gebruik maakt van maar één karakterset!
Bestand openen :set fileencoding
Wat ik zoal in het wild tegenkom
fileencoding=latin1 iso-8859-1. 'Latin1' is de 1-subset van iso-8859. Dit is de standaard Microsoft-codering. Oa. in gebruik voor import Bol.com en Amazon fileencoding=utf-8 Standaard voor nieuwe tekstbestanden op Unix? fileencoding=utf-161e Export Google AdWords-editor
Meerdere character sets in één bestand
MySQL-exports willen zomaar meerdere coderingen in één export-bestand gebruiken, omdat je per kolom de karakterset kunt bepalen, en dat wil nogal eens gebeuren.