Diakritika v poznámkovém bloku

[kareltomas]

Ahoj, měl jsem poznámky s diakritikou v poznámkovém bloku a dnes mi najednou z písmen s diakritikou vznikly symboly.....háčky, nevo kosodélníkya uvnitř háček a jiné. Přitom jsem pouze do poznámkového bloku připisoval informace. Nevíte prosím kde by mohl být problém? V ostatních poznámkových blocích diakritika normálně funguje.
Někdo již toto řešil, našel jsem to na internetu, viz https://www.zive.cz/poradna/diakritika-spatne-znaky-u-win10/sc-20-cq-653881/?consultanswers=1 (poznámka: "Beta: Používat Unicode UTF-8 pro celosvětovou podporu jazyka.") ===to ale nevím, kde dohledat. Máte prosím někdo radu?

[Reklama]

[ja.]

Pretože notepad nevie, v akom kódovaní je daný textový súbor. Len tipuje. Niekedy úspešne, niekedy menej. Keď sa súbor zmenil, zmenili sa aj šance.

Viac o probléme, vrátane riešenia: https://devblogs.microsoft.com/oldnewthing/20070417-00/?p=27223

[viste]

(poznámka: "Beta: Používat Unicode UTF-8 pro celosvětovou podporu jazyka.") ===to ale nevím, kde dohledat.

Start -> Nastavení -> Čas a jazyk -> Jazyk -> vpravo Jazyková nastavení vyžadující správce -> na záložce Správa tlačítko Změnit místní nastavení systému

[Martin Dvořák]

Doporučil bych vyměnit za PSPad.

[kareltomas]

Děkuji za postup ohledně dopátrání se k tlačítku "Změny místního nastavení systému", ale bohužel to nepomohlo, jak jsem si myslel a jak jsem uváděl v dotazu. Takže neúspěsně jsem tomu věřil. Zkusím instalaci doporučeného PS padu, pokud tvoří jednoduché soubory s příponou .txt

[Reklama]

[dan8]

V poznámkovém bloku můžete zkusit Soubor, Otevřít a dole v dialogu vybrat kódování. Při "Uložit jako" můžete v dialogu taky vybrat kódování, doporučuji UTF-8 s BOM.

[Filip Jirsák]

Jak píše Dan, když v Poznámkovém bloku dáte Soubor → otevřít, dole pod názvem souboru je na výběr kódování souboru. Protože zůstaly v pořádku znaky bez diakritiky, nejde o kódování UTF-16. Pokud se vám místo jednoho znaku s diakritikou zobrazují dva jiné znaky, jde o kódování UTF-8. Pokud místo jednoho znaku je jiný znak, půjde pravděpodobně o kódování ANSI. Každopádně při nejhorším ty tři možnosti (ANSI, UTF-8 a UTF-8 s BOM) vyzkoušejte a uvidíte, co bude správně.

Při ukládání můžete kódování také zvolit, doporučuju UTF-8 – na rozdíl od dan8 doporučuji kódování bez BOM. BOM přidává na začátek souboru dva znaky navíc, které z reálně používaných editorů používá právě jen poznámkový blok. Nejde ani tak o ušetření dvou znaků, ale o to, že spousta programů s nimi nepočítá a pak se zobrazují jako smetí na začátku souboru.

[Ladislav Zima]

Ten BOM je právě od toho, aby se nemuselo kódování hádat. A např. ten PS Pad mu rozumí.

[Filip Jirsák]

Ten BOM je právě od toho, aby se nemuselo kódování hádat. A např. ten PS Pad mu rozumí.

Ne, BOM je od toho, aby se poznalo, zda jde o UTF-8 LE nebo BE. BOM totiž znamená „Byte Order Mark“. Že se podle toho dá odhadnout, že jde o UTF-8, je jenom bonus navíc. Přičemž odhadnout u textového souboru, zda se jedná o jednobajtové kódování nebo UTF-8, není nic těžkého.

Že BOMu rozumí dva programy je hezké, ale spousta programů tomu nerozumí. Notepad byl jediný rozšířený program, který defaultně BOM ukládal – a dnes už to nedělá ani on.

[ja.]

Ten BOM je právě od toho, aby se nemuselo kódování hádat. A např. ten PS Pad mu rozumí.

Ne, BOM je od toho, aby se poznalo, zda jde o UTF-8 LE nebo BE. BOM totiž znamená „Byte Order Mark“. Že se podle toho dá odhadnout, že jde o UTF-8, je jenom bonus navíc. Přičemž odhadnout u textového souboru, zda se jedná o jednobajtové kódování nebo UTF-8, není nic těžkého.

Že BOMu rozumí dva programy je hezké, ale spousta programů tomu nerozumí. Notepad byl jediný rozšířený program, který defaultně BOM ukládal – a dnes už to nedělá ani on.

UTF-8 nie je LE ani BE; UTF-8 je octet stream bez endianess. V prípade UTF-8 BOM hovorí len o ton, že ide o Unicode, a z obsahu je jasné, že to nie je UTF-16. Pre UTF-8 sa BOM neodporúča používať.

Samotný byte order má zmysel len pre UTF-16, len to môže byť little alebo big endian.

[Filip Jirsák]

UTF-8 nie je LE ani BE; UTF-8 je octet stream bez endianess. V prípade UTF-8 BOM hovorí len o ton, že ide o Unicode, a z obsahu je jasné, že to nie je UTF-16. Pre UTF-8 sa BOM neodporúča používať.

Samotný byte order má zmysel len pre UTF-16, len to môže byť little alebo big endian.

Ano, máte pravdu, omlouvám se za mylnou informaci.

Vypíchl bych to „nedoporučuje se“ – to není jen tak nějaké „lidé říkají“, je to tak napsané přímo ve standardu.

[Vrozkrokkop Kopalsson]

...Vypíchl bych to „nedoporučuje se“ – to není jen tak nějaké „lidé říkají“, je to tak napsané přímo ve standardu.

V podobných případech bych se nebál použít výraz "nesmí se". Protože to "nedoporučuje se" nevylučuje možnost, že se to tak udělat může 

[Filip Jirsák]

...Vypíchl bych to „nedoporučuje se“ – to není jen tak nějaké „lidé říkají“, je to tak napsané přímo ve standardu.

V podobných případech bych se nebál použít výraz "nesmí se". Protože to "nedoporučuje se" nevylučuje možnost, že se to tak udělat může 

Kdyby se to tak nesmělo používat, stačí BOM pro UTF-8 vůbec nedefinovat. Ono to své použití má, takže někdy dává smysl to použít – ale obecně by se to používat nemělo (čehož si už všimli i v Microsoftu).

[kareltomas]

Díky všem za rady, zkusil jsem jak ukládání vrůzných variantách UTF 8 xxxx, ANSI, apod, ale vždy to bylo s nějakým problémem. Mám to naštěstí psaný určitým systémem, takže vždy vykopíruji část a tu poupravuji žpět do diakritiky, uložím a hlavně ZAZÁLOHUJI. Což jsem doposud nedělal a tím jsem se neblaze poučil. Děkuji za sdílení Vašich zkušeností a rad.