@soulburner15 июл 2012 в 16:36

Как распознать кракозябры?

1 мин

440K

Типографика *

+406

Комментарии 64

@ploop 15 июл 2012 в 16:47

Исходник в .docx: здесь.

@youROCK 15 июл 2012 в 17:48

Забавно, что даже между разными *nix нет договоренности по поводу кодировки русских букв в zip:

@StShadow 15 июл 2012 в 17:55

Это скорее проблема реализации разных стандартов zip. Полноценная поддержка Unicode появилась там где-то с версии 6.1

@Power 15 июл 2012 в 19:01

Zip-архивы такого вида правильно распаковывает виндовый 7z, запущенный под wine. Не спрашивайте, как я это узнал.

@Frosty 15 июл 2012 в 22:03

PeaZip

@Stvad 17 июл 2012 в 07:35

kde-шный Ark тоже без проблемм работает с такими архивами;)

@unxed 21 окт 2020 в 03:49

far2l это умеет. Это потребовало некоторых усилий, но да, у нас получилось. В хабростатье по ссылке есть подробности.

@unxed 21 окт 2020 в 03:52

Виндовый 7z, запущенный под wine, делает очень простую штуку — выбирает OEM-кодировку для архива по системной локали. Но для этого не нужен целый вайн. Вот табличка, вытащенная прямо из его исходников:
github.com/unxed/oemcp/blob/master/oemcp.txt
А вот скрипт, показывающий, как правильно пользоваться этой табличкой, если вы — автор [раз]архиватора:
github.com/unxed/oemcp/blob/master/ziplist
А вот патчик к p7zip, реализующий эту логику, который не хотят принимать в Дебиан пока, увы:
bugs.debian.org/cgi-bin/bugreport.cgi?bug=965126
А вот .deb с p7zip, собранным с этим патчиком, для тех, кто задолбался ждать, пока его примут в Дебиан (amd64):
github.com/unxed/oemcp/blob/master/p7zip-oemcp.deb

@ValdikSS 16 июл 2012 в 03:18

local/unzip-natspec 6.0-1
Unpacks .zip archives with non-latin filenames, using libnatspec patch from AltLinux.

НЛО прилетело и опубликовало эту надпись здесь

@drakulavich 16 июл 2012 в 13:00

Если это скриншот из Ubuntu, можно подключить PPA с пропатченными пакетами.

@ploop 16 июл 2012 в 14:22

Да, это Ubuntu, и про решение я знаю. Ставил систему недавно (на днях), в связи с уходящим на покой жёстким диском, так что полностью еще не настроил. Просто совпало так — открыл ссылку, и тут имя файла прямо в тему :)

@Nickel3000 15 июл 2012 в 16:47

Может кто не знает, оставлю ссылку на декодер от Лебедева.

@xbreaker 15 июл 2012 в 19:40

Мне еще нравится этот декодер

@tyderh 15 июл 2012 в 16:49

Или просто www.artlebedev.ru/tools/decoder/ :)

@tyderh 15 июл 2012 в 16:49

Теперь буду обновлять…

@Smi1e 15 июл 2012 в 17:02

Кстати, недавно обнаружил в нем неприятную особенность. Когда прогонял через него html-страницы, то заметил, что он к ним добавляет свои секции скриптов и разметки. Был неприятно удивлен.

@tyderh 15 июл 2012 в 17:15

Ну, есть аналоги, тысячи их

@inscriptor 15 июл 2012 в 18:29

Ага. Вот, например, некий Petko Yotov из Франции сделал аналог (для кириллицы).

@mukizu 15 июл 2012 в 16:55

Штирлиц вам поможет.

@StShadow 15 июл 2012 в 17:55

Не спортивно

@vadimus 15 июл 2012 в 16:59

В печать и на стену.

@linuxoid 15 июл 2012 в 17:04

«Вперемешку P и C» — это UTF-8 -> Win1251

@BoShurik 15 июл 2012 в 17:06

Аналогично
CP866 -> Win1252 = UTF-8 -> Win1252

@soulburner 15 июл 2012 в 17:10

Да, извиняюсь, ошибся.

Спасибо. Fixed.

@namespace 15 июл 2012 в 17:06

Спасибо. Наказал вас по всей строгости закона (+ в карму, пост, в избранное, даже распечатал схему).

П.С. Это был я, тот загадочный пользователь, который написал просьб.

@acerv 15 июл 2012 в 17:35

�믮�� ஥�� ஥�� ࠧ�襭�� ᨬ��⥩ �� ꥪ⠬�…

Jenkins рисует такое… когда есть время, пытаюсь найти цепочку кодировок:) пока безуспешно.

@tyderh 15 июл 2012 в 17:50

Это русский текст? Можно прибегнуть к криптоанализу :)

@acerv 15 июл 2012 в 18:32

Да, русский. Как я понял, что-то из cp866 консоли, перегнанное джавой (куда?) судя по настройкам в UTF-8:)

@krovatti 15 июл 2012 в 20:43

Извините, это не байткод случаем? Тоже пару раз открыл .class файл в текстовом редакторе :)

@acerv 16 июл 2012 в 09:37

Нет, это какое-то сообщение на русском из cmd команды для msbuld-а:)

@krovatti 18 июл 2012 в 09:53

Просто очень похоже. Открывал классы скомпилированные в текстовом редакторе и такие же крякозябры былию Один в один. :)

@necrofess 17 июл 2012 в 17:21

Google Translate:
襭 — Carry with the front of a robe

@Azy 15 июл 2012 в 17:47

НЛО прилетело и опубликовало эту надпись здесь

@braintorch 15 июл 2012 в 20:00

Это-то ладно, фигня. Какой-нибудь enconv довольно сносно справляется. Вот когда два раза перекодировано — вот это ребус.

@padlyuck 15 июл 2012 в 22:32

попробуйте enca

@braintorch 15 июл 2012 в 23:31

enca и encov — это одно и то же. enconv это просто алиас для вызова enca с опцией конвертации, без которой он просто определяет кодировку файла.

@OlegTar 16 июл 2012 в 15:16

может попробовать частотный анализ?

@Vokabre 16 июл 2012 в 01:30

бНОПНЯ

@destym 16 июл 2012 в 10:30

@CyrruS 16 июл 2012 в 07:17

меня всерьез начинает бесит ограничение только на один плюс в карму одному и тому же автору

@gasyoun 16 июл 2012 в 11:46

Труд эпохальный.

@OlegTar 16 июл 2012 в 15:14

не такой уж эпохальный, в вики есть статья

@OlegTar 24 июл 2012 в 20:24

вы минуснули?

@janatem 16 июл 2012 в 14:31

Бывает, что по каким-то причинам было применено несколько последовательных конверсий. Например, где-то тупой конвертер неправильно распознал входную кодировку и применил свое преобразование. Тогда, чтобы восстановить сообщение, нужно вначале применить преобразование обратное неправильному, а потом правильное.

А если этих ошибочных преобразований было применено несколько… Тогда диаграмма должна распухнуть экспоненциально по их числу.

@EndUser 16 июл 2012 в 15:38

На это есть TCode.exe и Shtirlitz.exe
До трёх перекодировок в разумное время вытягивают. Пять перекодировок уже обычно нереально, потому, что наверняка куча битов посыпалась и восстановить невозможно в принципе.

НЛО прилетело и опубликовало эту надпись здесь

@spiritedflow 16 июл 2012 в 16:33

Вы правы, декодер говорит UTF8 -> iso8859-1

@dr56 17 июл 2012 в 09:57

¶g^ЛЅVa6$•§Ј

єКВ`ЊЛе,°тV–еrй«тЦ є
Euд§юдЧT	QЬКЌЋЛ^nЯM‰'Ю "‰Ћ–qпј l”{
ЂЮё‹+'JыP©ьЌrбuЄ”еюм°љ»Ў¦Р®ТйЬэ“ЪЧ8!mm
К!Ь6„ќn7E.$°љR0ЇЈbс`–Љvb<п«FQ©’ЏЃxђИDыo©жBЩэ:Љyir2ѕ‘¦ыkl,
ћчХ`О¬	,U_HзџewћЏL°ќH$	Ў†,oB±Е95:i|®R4Bпo8‹ћ)O#lЮ)TSХj¶ПBЏNvB|/xhҐг–м&¤$^+›цkhєАК$А“э)uf‰±9RAж“)7Оqeжг1Ѓѕ<>
2ѓњЉ Ї§#й¤“jу

Помогите пожалуйста разобрать, никак не могу. Или это уже не возможно?

@m03r 5 авг 2012 в 17:30

похоже, что это бинарник

@Woodroof 17 июл 2012 в 12:56

А как же двойные перекодировки?

@IbrahimKZ 15 авг 2012 в 12:50

Не хватает Win-1251 → UTF-8. Сегодня столкнулся с такой проблемой.

Русские символы отображаются всегда так: ��

@valemak 23 мар 2014 в 17:06

Википи**ры удалили статью «Кракозябры» в Wikipedia.

Столкнулся с неверными кодировками в своём проекте, хотел по быстрому взглянуть в чём проблема (была там удобнейшая таблица)… А теперь шиш… пичалька…