انتقل إلى المحتوى

النص المشوّه الترميز (mojibake)

النص المشوّه الترميز نص قُرئ بترميز غير ترميزه، فتظهر العربية سلاسل من الرموز اللاتينية؛ وسببه ترميز معلن يخالف الترميز الذي حُفظ به النص.

بالإنجليزية:Mojibakeآخر تحديث

في هذه الصفحة

التعريف

  • يُخزَّن النص بايتات، ويربط ترميز الأحرف البايتات بالحروف. فإذا قُرئ النص بترميز غير الذي كُتب به، صارت البايتات نفسها حروفاً أخرى، وهذا النص المشوّه هو ما يسمّى mojibake.
  • مثال ذلك نص بترميز UTF-8 يُقرأ بترميز Windows-1252، فيصير كل حرف عربي حرفين لاتينيين، وتظهر «العربية» هكذا: العربية. والنص بالترميز الأقدم Windows-1256 إذا قُرئ بالطريقة نفسها يظهر هكذا: ÇáÚÑÈíÉ.
  • وتقرأ المتصفحات الصفحة المعلنة بالتسمية iso-8859-1 أو latin1 أو ascii على أنها Windows-1252: فمعيار الترميز من WHATWG يجعل هذه التسميات أسماء للترميز نفسه.

لماذا يهم

  • يرى الزائر رموزاً بدل النص.
  • تفهرس محركات البحث الرموز كما هي، فلا تظهر الصفحة لمن يبحث بالكلمات العربية التي كتبتها.
  • والسبب غالباً إعلان لا يطابق الملف: خادم يرسل charset=windows-1252 أو iso-8859-1 لصفحة محفوظة بترميز UTF-8، أو نص خُزّن في قاعدة البيانات بترميز خاطئ ثم عُرض كما هو.

مثال

احفظ الملفات بترميز UTF-8، وأعلنه في ترويسة الخادم وفي أول <head> معاً:

Content-Type: text/html; charset=utf-8
html
<head>
  <meta charset="utf-8" />
  <title>المتجر</title>
</head>

تطلب W3C أن يقع وسم <meta> ضمن أول 1024 بايت من الملف، فأفضل مكان له بعد <head> مباشرة. وإذا اختلفت الترويسة ووسم <meta>، فالترويسة هي التي تُعتمد.

أخطاء شائعة

  • إعلان UTF-8 دون حفظ الملفات بترميز UTF-8: يجب أن يطابق الإعلان البايتات.
  • تصحيح إعلان الصفحة وقاعدة البيانات ما زالت تحفظ النص بترميز خاطئ: ذلك النص يحتاج إصلاحاً أيضاً، يتولاه مطوّر بعد نسخة احتياطية.
  • لصق النص المشوّه في المحرر من جديد: تصير الرموز نص الصفحة الحقيقي، ولا يعيد أي إعلان النص العربي.