Aller au contenu principal

Trouvez votre prochain outil

Préparer, vérifier, puis exporter

Décoder et encoder une URL (UTF-8, Shift_JIS)

Collez un lien encodé ou n’importe quel texte et le résultat s’affiche pendant la saisie : %20 devient une espace et %C3%A9 devient é. Chaque ligne est décodée séparément, si bien qu’une colonne de liens copiée d’un journal ou d’un tableur reste une colonne. Passez à Encoder pour transformer un texte en valeur de requête sûre, en URL complète ou en données de formulaire.

Chargement de l’espace de travail texte…

Avantages

  • Lit les liens japonais, coréens et chinois des anciens sites : choisissez Shift_JIS, EUC-JP, EUC-KR, GBK ou Big5, ou le jeu de caractères que la page propose quand l’UTF-8 échoue.
  • Affiche un lien collé sous forme de tableau de ses parties et de ses paramètres de requête décodés, avec un téléchargement CSV pour un tableur.
  • Repère les liens encodés deux fois (%2520 au lieu de %20) et les décode d’un coup, jusqu’à cinq passes.

Quand c’est utile

  • Lire les termes de recherche et les paramètres de suivi d’un long lien issu d’un outil d’analyse ou d’un journal serveur.
  • Préparer une valeur contenant &, = ou des espaces pour une chaîne de requête, un appel d’API ou un lien mailto.
  • Réparer une liste de liens qui affiche %E6%9D%B1… au lieu de mots japonais, coréens ou chinois.

Comment utiliser cet outil

  1. Collez du texte ou des liens, un par ligne, ou importez un fichier TXT.
  2. Choisissez Décoder ou Encoder. Pour encoder, indiquez à quoi sert le texte : une valeur de requête ou un segment de chemin, une URL complète ou des données de formulaire.
  3. Laissez le jeu de caractères sur UTF-8, sauf si le texte vient d’un site qui utilise Shift_JIS, EUC-KR ou un autre jeu ancien.
  4. Copiez ou téléchargez le résultat, ouvrez Parties de l’URL pour le tableau des paramètres, ou passez à l’outil de texte suivant.

Ce que fait l’encodage pourcent, et pourquoi un même texte s’encode de trois façons

Une URL ne peut contenir qu’un petit ensemble de caractères ASCII. Tout le reste, d’une espace à é ou 東, est d’abord converti en octets, et chaque octet s’écrit % suivi de deux chiffres hexadécimaux (RFC 3986, section 2.1). En UTF-8, utilisé aujourd’hui par presque tous les sites, é occupe deux octets et devient %C3%A9, et 東京 occupe six octets et devient %E6%9D%B1%E4%BA%AC. Le décodage refait le chemin inverse, donc le décodeur doit savoir quel jeu de caractères a produit les octets : %93%8C%8B%9E se lit 東京 en Shift_JIS et donne des symboles illisibles en UTF-8.

L’encodage dépend de la destination du texte. Une valeur de requête ou un segment de chemin (encodeURIComponent en JavaScript) doit encoder &, =, / et ? pour qu’ils ne soient pas lus comme séparateurs : a b&c=d/é devient a%20b%26c%3Dd%2F%C3%A9. Une adresse complète (encodeURI) garde ces caractères, car ils donnent sa structure à l’URL : a%20b&c=d/%C3%A9. Les formulaires HTML envoient des données application/x-www-form-urlencoded, où l’espace devient + et où seuls * - . _ restent tels quels : a+b%26c%3Dd%2F%C3%A9. Les trois résultats viennent de cette page.

Des sites japonais, coréens et chinois anciens, des messageries et des journaux de recherche utilisent encore Shift_JIS, EUC-JP, EUC-KR, GBK ou Big5. Les navigateurs savent lire ces jeux mais n’écrivent que l’UTF-8 ; cette page construit donc ses tables d’encodage à partir du décodeur du navigateur lui-même : 検索 東京 devient %8C%9F%8D%F5%20%93%8C%8B%9E en Shift_JIS et %E6%A4%9C%E7%B4%A2%20%E6%9D%B1%E4%BA%AC en UTF-8. Quand une ligne n’est pas de l’UTF-8 valide, la page essaie les autres jeux et affiche un aperçu de chacun de ceux qui la lisent. Une courte suite d’octets peut être valide dans plusieurs jeux, et seule une personne peut dire quelle lecture a du sens.

Deux problèmes reviennent dans les liens réels. Un lien encodé deux fois affiche %2520 là où il devrait y avoir une espace, parce que le % de %20 a été encodé à nouveau en %25 ; la page repère les codes restés dans le résultat et propose de décoder encore, jusqu’à cinq passes. Un % qui n’est pas suivi de deux chiffres hexadécimaux, comme dans « sûr à 100% », est gardé tel quel, comme le font les navigateurs, et compté pour que vous puissiez vérifier. Lors de notre test, décoder 9 000 liens d’analyse (844 889 caractères) a pris 48 ms et encoder 1 050 000 caractères 0,11 s. L’éditeur accepte jusqu’à 2 000 000 de caractères et traite les longs textes en arrière-plan.

Formats, limites et confidentialité

  • Jusqu’à 2 000 000 de caractères dans l’éditeur et des fichiers TXT jusqu’à 2 Mio. Les textes de 50 000 caractères ou plus sont traités en arrière-plan.
  • Les noms de domaine internationalisés s’affichent sous leur forme ASCII (xn--…) ; la page ne convertit pas le punycode.
  • Ce n’est ni un vérificateur ni un déplieur de liens : la page n’ouvre pas l’URL, ne suit pas les redirections et ne révèle pas la destination d’un lien raccourci.
  • Un caractère absent du jeu ancien choisi, comme un emoji en Shift_JIS, s’écrit &#NNNN; (son numéro Unicode), comme les navigateurs l’envoient depuis un formulaire, et la page compte ces cas.

Ces outils traitent le texte localement. Les brouillons ne sont pas enregistrés automatiquement. Téléchargez votre travail important avant de quitter la page ; les transferts temporaires de fichiers expirent au bout de 30 minutes.

Questions fréquentes

Pourquoi + signifie-t-il parfois une espace ?

Les données de formulaire et la plupart des chaînes de requête écrivent l’espace +, une règle du format application/x-www-form-urlencoded. Dans un chemin, + est un signe plus. Lire + comme une espace est activé par défaut au décodage ; désactivez l’option pour les chemins ou les valeurs où + est littéral, comme un numéro de téléphone du type +44.

Quelle différence entre encodeURI et encodeURIComponent ?

encodeURIComponent encode tous les caractères qui ont un sens dans une URL, y compris & = / ? et #, à utiliser donc pour une seule valeur de requête ou un segment de chemin. encodeURI laisse ces caractères intacts et sert pour une adresse complète déjà assemblée. Sur cette page, ils s’appellent Valeur de requête ou segment de chemin et URL complète.

Pourquoi vois-je des symboles bizarres après le décodage ?

Les octets ont été écrits dans un autre jeu de caractères que celui utilisé pour les lire. Les liens japonais d’anciens sites utilisent souvent Shift_JIS ou EUC-JP, les liens coréens EUC-KR, les liens chinois GBK ou Big5. Choisissez ce jeu dans Jeu de caractères, ou cliquez sur une des suggestions que la page affiche quand une ligne n’est pas de l’UTF-8 valide.

Comment décoder une URL encodée deux fois ?

Si le résultat affiche encore %20, %3A ou des codes semblables, le texte a été encodé plusieurs fois. Cliquez sur Décoder encore, ou cochez Décoder jusqu’à ce qu’il ne reste rien d’encodé ; la page décode alors jusqu’à cinq fois et indique combien de passes ont été nécessaires.

Puis-je décoder plusieurs liens à la fois ?

Oui. Collez un lien par ligne, jusqu’à 2 000 000 de caractères. Chaque ligne est décodée séparément, une ligne impossible à décoder reste inchangée et est signalée par son numéro, et le résultat garde l’ordre des lignes pour retourner dans une colonne de tableur.

Mon lien est-il envoyé à un serveur ?

Non. L’encodage, le décodage et le tableau des paramètres fonctionnent dans votre navigateur, et rien de ce que vous collez n’est envoyé à MAXScanner ni conservé. Les statistiques enregistrent seulement l’option utilisée, jamais le texte. Un lien peut contenir un jeton de session ou une adresse e-mail : évitez de le coller dans des outils qui l’envoient en ligne.

Poursuivez le traitement de votre document

Utilisez un bouton Continuer dans l’espace de travail pour transmettre votre texte ; ces liens ouvrent un outil vierge.