Ir para o conteúdo principal

Encontre sua próxima ferramenta

Prepare, confira e exporte

Decodificar e codificar URL (UTF-8, Shift_JIS)

Cole um link codificado ou qualquer texto e o resultado aparece enquanto você digita: %20 vira um espaço e %C3%A9 vira é. Cada linha é decodificada separadamente, então uma coluna de links copiada de um log ou de uma planilha continua sendo uma coluna. Mude para Codificar para transformar texto em um valor de consulta seguro, uma URL completa ou dados de formulário.

Carregando o espaço de trabalho de texto…

Vantagens

  • Lê links japoneses, coreanos e chineses de sites antigos: escolha Shift_JIS, EUC-JP, EUC-KR, GBK ou Big5, ou o conjunto de caracteres que a página sugere quando o UTF-8 falha.
  • Mostra um link colado como uma tabela com suas partes e os parâmetros de consulta decodificados, com download em CSV para planilha.
  • Identifica links codificados duas vezes (%2520 em vez de %20) e os decodifica de uma só vez, em até cinco rodadas.

Quando ajuda

  • Ler os termos de busca e os parâmetros de rastreamento de um link longo do analytics ou de um log do servidor.
  • Preparar um valor com &, = ou espaços para uma string de consulta, uma chamada de API ou um link mailto.
  • Corrigir uma lista de links que mostra %E6%9D%B1… em vez de palavras em japonês, coreano ou chinês.

Como usar esta ferramenta

  1. Cole texto ou links, um por linha, ou importe um arquivo TXT.
  2. Escolha Decodificar ou Codificar. Para codificar, diga para que serve o texto: um valor de consulta ou segmento de caminho, uma URL completa ou dados de formulário.
  3. Deixe o conjunto de caracteres em UTF-8, a menos que o texto venha de um site que use Shift_JIS, EUC-KR ou outro conjunto antigo.
  4. Copie ou baixe o resultado, abra Partes da URL para ver a tabela de parâmetros ou continue para a próxima ferramenta de texto.

O que a codificação por porcentagem faz e por que o mesmo texto pode ser codificado de três jeitos

Uma URL só pode conter um pequeno conjunto de caracteres ASCII. Todo o resto, de um espaço a é ou 東, primeiro vira bytes, e cada byte é escrito como % seguido de dois dígitos hexadecimais (RFC 3986, seção 2.1). Em UTF-8, usado hoje por quase todos os sites, é ocupa dois bytes e vira %C3%A9, e 東京 ocupa seis bytes e vira %E6%9D%B1%E4%BA%AC. Decodificar desfaz esses passos, então o decodificador precisa saber qual conjunto de caracteres gerou os bytes: %93%8C%8B%9E é lido como 東京 em Shift_JIS e como símbolos ilegíveis em UTF-8.

A codificação depende de para onde o texto vai. Um valor de consulta ou segmento de caminho (encodeURIComponent no JavaScript) precisa codificar &, =, / e ? para que não sejam lidos como separadores: a b&c=d/é vira a%20b%26c%3Dd%2F%C3%A9. Um endereço completo (encodeURI) mantém esses caracteres, porque eles dão estrutura à URL: a%20b&c=d/%C3%A9. Formulários HTML enviam dados application/x-www-form-urlencoded, em que o espaço é + e só * - . _ ficam como estão: a+b%26c%3Dd%2F%C3%A9. Os três resultados saem desta página.

Sites japoneses, coreanos e chineses mais antigos, sistemas de e-mail e logs de busca ainda usam Shift_JIS, EUC-JP, EUC-KR, GBK ou Big5. Os navegadores leem esses conjuntos, mas só escrevem UTF-8, então esta página monta suas tabelas de codificação a partir do próprio decodificador do navegador: 検索 東京 vira %8C%9F%8D%F5%20%93%8C%8B%9E em Shift_JIS e %E6%A4%9C%E7%B4%A2%20%E6%9D%B1%E4%BA%AC em UTF-8. Quando uma linha não é UTF-8 válido, a página testa os outros conjuntos e mostra uma prévia de cada um que consegue lê-la. Sequências curtas de bytes podem ser válidas em mais de um conjunto, e só uma pessoa consegue dizer qual leitura faz sentido.

Dois problemas aparecem em links reais. Um link codificado duas vezes mostra %2520 onde deveria haver um espaço, porque o % de %20 foi codificado de novo como %25; a página percebe os códigos que sobraram no resultado e oferece decodificar outra vez, em até cinco rodadas. Um % que não é seguido de dois dígitos hexadecimais, como em 100% certo, é mantido como % literal, do mesmo jeito que os navegadores fazem, e contado para você conferir. No nosso teste, decodificar 9.000 links de analytics (844.889 caracteres) levou 48 ms e codificar 1.050.000 caracteres levou 0,11 s. O editor aceita até 2.000.000 de caracteres e processa textos longos em segundo plano.

Formatos, limites e privacidade

  • Até 2.000.000 de caracteres no editor e arquivos TXT de até 2 MiB. Textos com 50.000 caracteres ou mais são processados em segundo plano.
  • Nomes de domínio internacionalizados aparecem na forma ASCII (xn--…); a página não converte punycode.
  • Não é um verificador nem um expansor de links: não abre a URL, não segue redirecionamentos e não revela para onde leva um link encurtado.
  • Um caractere que não existe no conjunto antigo escolhido, como um emoji em Shift_JIS, é escrito como &#NNNN; (seu número Unicode), do mesmo jeito que os navegadores enviam a partir de um formulário, e a página conta esses casos.

Estas ferramentas processam o texto localmente. Não há salvamento automático de rascunhos. Baixe o trabalho importante antes de sair; as transferências temporárias de arquivos expiram após 30 minutos.

Perguntas frequentes

Por que + às vezes significa espaço?

Dados de formulário e a maioria das strings de consulta escrevem o espaço como +, uma regra do formato application/x-www-form-urlencoded. Num caminho, + é um sinal de mais. Ler + como espaço vem ativado ao decodificar; desative para caminhos ou valores em que + é literal, como um telefone do tipo +44.

Qual é a diferença entre encodeURI e encodeURIComponent?

encodeURIComponent codifica todo caractere que tem significado numa URL, incluindo & = / ? e #, então use-o para um único valor de consulta ou segmento de caminho. encodeURI deixa esses caracteres como estão e serve para um endereço completo já montado. Nesta página eles se chamam Valor de consulta ou segmento de caminho e URL completa.

Por que aparecem símbolos estranhos depois de decodificar?

Os bytes foram escritos num conjunto de caracteres diferente do usado para lê-los. Links japoneses de sites antigos costumam usar Shift_JIS ou EUC-JP, os coreanos EUC-KR e os chineses GBK ou Big5. Escolha esse conjunto em Conjunto de caracteres ou clique numa das sugestões que a página mostra quando uma linha não é UTF-8 válido.

Como decodifico uma URL codificada duas vezes?

Se o resultado ainda mostra %20, %3A ou códigos parecidos, o texto foi codificado mais de uma vez. Clique em Decodificar de novo ou marque Decodificar até não sobrar nada codificado; a página decodifica até cinco vezes e informa quantas rodadas foram necessárias.

Posso decodificar vários links de uma vez?

Sim. Cole um link por linha, até 2.000.000 de caracteres. Cada linha é decodificada separadamente, uma linha que não pode ser decodificada fica como está e é indicada pelo número, e o resultado mantém a ordem das linhas para voltar a uma coluna da planilha.

Meu link é enviado a um servidor?

Não. A codificação, a decodificação e a tabela de parâmetros rodam no seu navegador, e nada do que você cola é enviado ao MAXScanner nem armazenado. O analytics registra só qual opção foi usada, nunca o texto. Links podem conter tokens de sessão ou endereços de e-mail, então evite colá-los em ferramentas que fazem upload.

Continue seu fluxo de documentos

Use um botão Continuar dentro do espaço de trabalho para levar seu texto; estes links abrem uma ferramenta vazia.