Codifica del testo
Un editor che apre tutto come UTF-8 va benissimo fino al giorno in cui salva un file Windows-1252 come UTF-8 e le lettere accentate diventano mojibake nella catena di strumenti di qualcun altro. Linelark tratta la codifica come una proprietà del file, non come una preferenza dell’app.
Il meccanismo
Sono quattro operazioni diverse e la maggior parte degli editor ne offre due. La distinzione che conta è tra rileggere gli stessi byte in un altro modo e riscrivere i byte in un’altra codifica.
Un contrassegno di ordine dei byte chiude subito la questione. Senza, il file viene decodificato provando le codifiche plausibili, così un file UTF-8 senza BOM non viene scambiato per Latin-1 per via di un solo byte alto.
Non è un’impostazione globale. Due schede possono avere due codifiche, e ciascuna si salva nella propria.
Reinterpretare riprende i byte sul disco e li decodifica di nuovo con la codifica che scegli — il rimedio quando un file si è aperto come qualcos’altro. Convertire cambia ciò che verrà scritto. Solo una delle due modifica il file.
LF, CRLF e CR sono tracciati separatamente dalla codifica e mostrati separatamente, perché i fine riga di un file e il suo insieme di caratteri non hanno nulla a che vedere tra loro.
L’UTF-8 è proposto con e senza contrassegno di ordine dei byte, come due voci distinte, perché per uno script di shell la differenza decide se viene eseguito.
Sostituisci nei file decodifica ogni file con la sua codifica e lo riscrive identico, perché una modifica in massa non diventi mai una conversione in massa.
I dettagli
Undici voci, elencate qui per intero invece che descritte come « tutte le codifiche più comuni ».
| Codifica | A cosa serve |
|---|---|
| UTF-8 | La scelta predefinita per ogni nuovo documento. |
| UTF-8 con BOM | Quando uno strumento Windows pretende il contrassegno. Scritto EF BB BF. |
| UTF-16 LE BOM | API Windows ed esportazioni datate. Scritto FF FE. |
| UTF-16 BE BOM | UTF-16 big-endian. Scritto FE FF. |
| ISO 8859-1 (Latin-1) | Testo storico dell’Europa occidentale e vecchi corpi HTTP. |
| Windows-1252 | Il soprainsieme Windows di Latin-1 — la solita origine delle virgolette tipografiche che arrivano come caratteri strani. |
| Windows-1251 | Cirillico su Windows. |
| Mac OS Roman | File di testo del Mac classico, ancora presenti in archivi di lunga data. |
| Giapponese (Shift-JIS) | La codifica giapponese storica dominante. |
| Giapponese (EUC-JP) | Il testo giapponese sul versante Unix. |
| US-ASCII | Quando preferisci che il salvataggio fallisca piuttosto che allargarsi in silenzio. |
Letto nel codice pubblicato di Linelark Studio 1.17.1, non nella sua documentazione. Quando i due non concordano, è questo che viene rilasciato.
Prima di farci affidamento
Undici codifiche sono un elenco deliberato, non esaustivo. Se la tua non c’è, questo non è l’editor giusto per quel file.
Gratis, e per davvero
Notarizzato da Apple, macOS 14 e versioni successive, Intel e Apple silicon.
Scarica Studio 1.17.1 8.5 MB · tutte le versioni, con le loro impronte