koodausvirhe

Koodausvirhe on virheilmiö, joka ilmaantuu, kun merkkien koodaus ja dekoodaus ovat epäyhteensopivia. Tällöin teksti voi näyttää väärin tai muuttua täysin korruptoituneeksi, ja tiedosto tai viesti ei avaudu oikein. Yleisimmin koodausvirhe liittyy kansainvälisen merkkijonon käsittelyyn, jossa esimerkiksi oikea Unicode-merkistö ei vastaa käytettyä tallennus- tai siirtoformaattia.

Syyt koodausvirheisiin vaihtelevat. Yleisimmät ovat epäyhtenäiset koodaustyypit järjestelmissä tai ohjelmissa (esimerkiksi tiedosto tallennetaan UTF-8:llä, mutta avataan ja tulkitaan ISO-8859-1:llä), virheellisesti määritetty charset verkkosivuilla tai sovelluksissa (Content-Type:n charset-arvo puuttuu tai on väärä), sekä tiedon siirrossa tapahtuva koodausmuunnos tai byte-virheet. Koodaukseen liittyy usein myös endianness-eroista johtuvia ongelmia, kuten UTF-16- tai UTF-32-koodauksissa, sekä Byte Order Markin (BOM) esiintyminen tai puuttuminen.

Ongelman havaitsemisessa keskeistä on merkkien näyttäytyminen epäselvinä tai korvautuminen merkeillä, kuten �, sekä tekstin epäjohdonmukainen säilyminen tiedostojen tai tietokantojen välillä. Ennen asioiden tallentamista ja siirtämistä on tärkeää varmistaa yhteinen koodaus: käytä ensisijaisestiUTF-8:aa, määritä oikeat charset-arvot sekä syötteiden ja tiedostojen käsittely oikealla koodauksella. Tietokannoissa on varmistettava yhteyden koodaus, ja web-sivuilla on käytettävä oikeaa Content-Type- ja charset-asetusta.

Lisätietoja: merkistökoodaukset, UTF-8, ISO-8859-1, character encoding, encoding mismatch.