Convertidor de codificación de texto
Abre un archivo de texto para detectar su codificación de caracteres, verlo correctamente y guardarlo de nuevo como UTF-8, UTF-16, Windows-1252 o ISO-8859-1 con los finales de línea que elijas. Los archivos nunca salen de tu navegador.
Última actualización:
1. Origen
2. Destino
Cómo usar Convertidor de codificación de texto
- Abre un archivo (o cambia a Pegar texto). La codificación detectada, el BOM y los finales de línea aparecen de inmediato.
- Revisa la vista previa. Si las letras con tilde se ven mal (por ejemplo é en lugar de é), elige otra codificación de origen en la lista.
- Elige la codificación de destino, si quieres añadir un BOM y qué finales de línea usar.
- Pulsa Convertir y revisa el resultado. Los caracteres que la codificación de destino no puede almacenar se muestran con sus números de línea.
- Descarga el archivo convertido.
Cómo guardan el mismo texto las distintas codificaciones
La palabra café tiene cuatro caracteres, pero cada codificación los escribe con bytes distintos. En las codificaciones de 8 bits solo cambia la é; UTF-16 usa dos bytes para cada carácter.
| Codificación | Bytes de "café" (hex) | Tamaño |
|---|---|---|
| UTF-8 | 63 61 66 C3 A9 | 5 bytes |
| UTF-8 con BOM | EF BB BF 63 61 66 C3 A9 | 8 bytes |
| UTF-16 LE con BOM | FF FE 63 00 61 00 66 00 E9 00 | 10 bytes |
| UTF-16 BE con BOM | FE FF 00 63 00 61 00 66 00 E9 | 10 bytes |
| Windows-1252 / ISO-8859-1 | 63 61 66 E9 | 4 bytes |
Por eso una codificación de origen incorrecta produce caracteres basura: leer los bytes UTF-8 C3 A9 como Windows-1252 muestra dos caracteres, é, y leer el único byte Windows-1252 E9 como UTF-8 no es válido y muestra �.
Cómo funciona la detección
- Marca de orden de bytes (BOM). Un archivo que empieza por
EF BB BFes UTF-8, porFF FEes UTF-16 LE y porFE FFes UTF-16 BE (las marcas de cuatro bytes indican UTF-32). Esto es seguro. - UTF-16 sin BOM. El texto en inglés o el código escrito en UTF-16 tiene un byte cero en posiciones alternas, lo que revela el orden de los bytes.
- Validación UTF-8. Las secuencias multibyte de UTF-8 siguen reglas estrictas. Un texto con letras acentuadas que supera esta comprobación es casi con seguridad UTF-8, porque el texto heredado rara vez forma secuencias válidas por casualidad.
- Alternativa heredada. Todo lo demás se trata como Windows-1252, la codificación de 8 bits más común. Si la vista previa muestra letras incorrectas, elige la página de códigos adecuada, como Windows-1251 para ruso o Windows-1250 para polaco y checo.
Conversiones habituales
| Tarea | Origen | Ajustes de destino |
|---|---|---|
| Arreglar las tildes de un archivo CSV o de subtítulos (.srt) antiguo | Windows-1252 | UTF-8, sin BOM |
| Hacer que Excel abra bien un CSV con tildes | UTF-8 | UTF-8 con BOM, CRLF |
| Quitar un BOM que rompe un archivo PHP, JSON o de shell | UTF-8 con BOM | UTF-8, BOM desmarcado |
| Leer un .txt exportado como "Unicode" en Windows | UTF-16 LE | UTF-8, LF |
| Alimentar un sistema heredado que solo acepta ANSI | UTF-8 | Windows-1252 (revisa la lista de caracteres sin equivalente) |
Preguntas frecuentes
¿Cómo convierto un archivo a UTF-8?
Abre el archivo, comprueba que la vista previa muestra el texto correctamente, elige UTF-8 como destino y pulsa Convertir y luego Descargar. Si la vista previa muestra caracteres raros, cambia primero la codificación de origen, porque la conversión solo puede ser tan correcta como la decodificación.
¿Debo guardar UTF-8 con o sin BOM?
Sin BOM para casi todo: páginas web, código fuente, JSON, CSV para la mayoría de las herramientas y programas de Linux o macOS. Añade un BOM principalmente cuando Microsoft Excel deba abrir correctamente un archivo CSV con letras acentuadas, o para algunos programas antiguos de Windows.
¿Por qué veo caracteres como é o ’ en mi texto?
Es mojibake: bytes UTF-8 leídos como Windows-1252. Por ejemplo, é se guarda en UTF-8 como dos bytes, C3 A9, que Windows-1252 muestra como é. Selecciona UTF-8 como codificación de origen para leer el archivo correctamente.
¿Se puede detectar la codificación con un 100% de certeza?
Solo cuando el archivo tiene una marca de orden de bytes (BOM) o contiene texto no ASCII que es UTF-8 válido. Las codificaciones heredadas de 8 bits como Windows-1252, Windows-1251 e ISO-8859-2 usan los mismos bytes para letras distintas, así que la herramienta hace su mejor estimación y te deja elegir otra codificación si la vista previa se ve mal.
¿Cuál es la diferencia entre Windows-1252 e ISO-8859-1?
Son idénticas excepto en los bytes 0x80 a 0x9F. Windows-1252 los usa para caracteres imprimibles como €, las comillas tipográficas y el guion largo, mientras que ISO-8859-1 los reserva para códigos de control. El texto que suele etiquetarse como ISO-8859-1 en realidad es Windows-1252.
¿Qué pasa con los caracteres que la codificación de destino no puede almacenar?
Windows-1252 e ISO-8859-1 solo pueden almacenar 256 caracteres. Cualquier otro, como los emojis, el chino o letras polacas como ł, se sustituye por un signo de interrogación, por una entidad numérica HTML o se elimina, según lo que elijas, y cada uno aparece en la lista para que nada se pierda sin aviso. UTF-8 y UTF-16 pueden almacenar todos los caracteres.
¿Se prueban todas las herramientas de FreeToolCabin para comprobar su calidad y precisión?
Sí. Cada herramienta del sitio pasa pruebas automáticas en navegadores reales para comprobar que el resultado es correcto y que no hay errores. Si encuentras un fallo o tienes una sugerencia, escríbenos a [email protected] y lo revisaremos.
Herramientas relacionadas
Ver todas las de Conversores de datos y formatos de archivo →