ödəyici sözü ödÉ™yici olur

UTF-8-də ə iki baytdır: C9 99. Windows-1252 bu baytları hərf kimi oxuyur: C9 É, 99 isə ™ olur. Ona görə ə ekranda É™ kimi görünür. ö eyni yolla ö olur. ödəyici beləcə ödəyici yazılır.

Türk səhifələri ş, ğ, ı üçün cədvəl verir. É™ o cədvəldə yoxdur, çünki türkcədə ə yoxdur.

Hərf artıq ? olubsa, bu kod onu qaytarmır. Bayt itib.

• Kodu olduğu kimi işlət: metn.encode("cp1252").decode("utf-8"). ödəyici yenidən ödəyici olur.
• É™ görəndə əvəzləmə cədvəli axtarma. Bu, ə hərfinin Windows-1252 ilə səhv oxunuşudur.
• ş, ğ, ı üçün türk cədvəli É™-ni düzəltmir. ə o cədvəldə yoxdur.
• Kod xəta atırsa, mətndə artıq cp1252 baytı olmayan işarə var. Həmin yeri əl ilə yaz.
• Hərf ? olubsa, bayt itib. Mətni mənbədən yenidən götür.

Düzəlmiş mətni yenidən utf-8 saxla. Eyni faylı bir daha cp1252 kimi oxuma.

def duzelt(metn: str) -> str:
    return metn.encode("cp1252").decode("utf-8")

print(duzelt("ödəyici"))