Plug-in Tekencodering¶
Een menu Tekencodering om een bestand in een andere tekencodering opnieuw te lezen, of om het naar een andere om te zetten. De editor werkt intern in UTF-8; deze plug-in bepaalt hoe de bytes van een bestand daarnaartoe en daarvandaan gekoppeld worden.
Uw bestand houdt zijn tekencodering¶
OctoEdit herkent de tekencodering van een bestand wanneer hij het opent en
schrijft bij elke opslag dezelfde codering terug. Een UTF-8-bestand met een
byte-ordemarkering houdt zijn BOM, een UTF-16-bestand blijft UTF-16, en een
bestand in de ANSI-codepagina van het systeem wordt bij de eerste Ctrl+S niet
stilzwijgend tot UTF-8 bevorderd.
De tekencodering hoort bij het document, niet bij deze plug-in: het menu hieronder toont haar en wijzigt haar, en het schrijven doet de kern van de editor. Dat is ook waarom een omzetting dezelfde behandeling krijgt als elke andere opslag — de schrijfactie is atomair, de reservekopie bij opslaan geldt, en de bestandsbewaker weet dat de wijziging van u was.
Een charset in een .editorconfig van een project wint nog steeds: dat is een
beslissing die u voor het hele project hebt vastgelegd, en die overschrijft wat de
bytes van één bestand toevallig zeiden. Na zo'n opslag meldt het document die
tekenset als zijn codering, zodat het menu en de statusbalk noemen wat er
werkelijk op de schijf staat.
Twee soorten opdrachten¶
Het onderscheid doet ertoe — de ene wijzigt de interpretatie, de andere wijzigt waarin het bestand opgeslagen zal worden:
| Familie | Menu | Wat die doet |
|---|---|---|
| Interpreteren als | Tekencodering ▸ <encoding> en Tekencodering ▸ Tekensets ▸ <set> |
Leest de bytes van het bestand van de schijf opnieuw en decodeert ze met de gekozen codering, vervangt de buffer, en legt die codering op het document vast. Gebruik dit wanneer een bestand als koeterwaals opende. Het bestand op de schijf blijft onaangeroerd totdat u opslaat. |
| Omzetten naar | Tekencodering ▸ Omzetten naar <encoding> |
Merkt het document als «op te slaan in deze codering» en merkt het als gewijzigd. Er worden nog geen bytes geschreven — sla het document op om de omzetting toe te passen, of sluit het zonder opslaan om haar te laten varen. |
De codering die het actieve document op dit moment gebruikt is in het menu
aangevinkt, in de bovenste lijst voor de Unicode/ANSI-items en binnen
Tekencodering ▸ Tekensets voor de oude. De markering volgt het actieve tabblad,
dus van document wisselen vertelt u in één oogopslag wat elk document is.
De statusbalk noemt dezelfde codering in een eigen segment (UTF-8,
UTF-8-BOM, ANSI, Windows-1250, …) en volgt eveneens het actieve document —
zodat u kunt zien wat een bestand is zonder het menu te openen.
Beschikbare coderingen¶
- Unicode: UTF-8, UTF-8-BOM, UTF-16 LE BOM, UTF-16 BE BOM.
- ANSI — de lokale eenbyte-codepagina van het systeem.
- Het submenu Tekensets — de oude sets gegroepeerd per taal: Arabisch, Baltisch, Keltisch, Centraal-Europees, Chinees, Cyrillisch, Oost-Europees, Grieks, Hebreeuws, Japans, Koreaans, Noord-Europees, Thai, Turks, Vietnamees en West-Europees.
Omzetten naar biedt de vijf Unicode/ANSI-hoofdcoderingen. Een oude codepagina is bereikbaar via Interpreteren als, en een document dat zo gelezen is wordt in diezelfde codepagina teruggeschreven.
Een verhaspeld bestand repareren
Opent een bestand als brabbeltaal, probeer dan Interpreteren als met de codering die u verwacht (bijvoorbeeld een oude tekenset). Leest het dan correct, gebruik dan Omzetten naar UTF-8 en sla op, om het in een moderne, draagbare codering te bewaren.