Convertir ANSI a ASCII

Qué significa ANSI

ANSI suele ser un nombre impreciso para una codificación de caracteres de Windows, no un formato de archivo único. Entre las páginas de códigos comunes se incluyen Windows-1252 para texto de Europa occidental, Windows-1251 para cirílico y Windows-1250 para texto de Europa central. Los editores antiguos de Windows, las utilidades de DOS, los sistemas de contabilidad y los programas de exportación suelen producir archivos descritos como ANSI.

La codificación de origen exacta no se puede determinar de forma fiable únicamente a partir del nombre de archivo o de los bytes. Identifique la página de códigos a partir del programa que creó el archivo, su documentación o el idioma y los caracteres del contenido. “ANSI” también puede describir secuencias de escape de terminal utilizadas para texto coloreado o posicionado; cambiar la codificación de caracteres no elimina ni interpreta esas secuencias.

Qué proporciona ASCII

ASCII define 128 valores, incluidas letras latinas, dígitos decimales, signos de puntuación, espacios en blanco y caracteres de control. Un archivo ASCII estricto contiene únicamente bytes desde 0x00 hasta 0x7F, normalmente sin una marca de orden de bytes. Esto es compatible con hardware antiguo, herramientas de línea de comandos, sistemas de importación de datos y dispositivos que rechazan bytes superiores a 127.

ASCII no puede representar letras acentuadas, comillas curvas, guiones largos, la mayoría de los alfabetos no latinos, emoji ni otros caracteres Unicode. Por lo tanto, la conversión debe transliterar un carácter, como é a e, o reemplazarlo, normalmente con ?. El resultado puede perder información y no se puede reconstruir de forma fiable. ASCII no es necesariamente más pequeño que el archivo de la página de códigos original: ambos suelen utilizar un byte por carácter.

Convertir con iconv

1. Determine la página de códigos de origen real. Use CP1252 únicamente cuando el archivo sea realmente Windows-1252; no trate todos los archivos etiquetados como ANSI como CP1252.
2. En macOS o Linux, ejecute:
   iconv -f CP1252 -t ASCII//TRANSLIT input.txt -o output.txt
3. Abra output.txt en un editor que tenga en cuenta los bytes y busque signos de interrogación o caracteres faltantes. Compruebe los finales de línea si el sistema receptor requiere CRLF o LF.

Reemplace CP1252 por el nombre de origen correcto, como CP1251. //TRANSLIT solicita a la implementación instalada de iconv que aproxime los caracteres no compatibles; sus resultados varían según la plataforma. Sin transliteración, use -t ASCII; los caracteres no compatibles generalmente producen un error en lugar de una salida completa válida. Conserve el archivo original hasta haber verificado la salida.

Convertir con software de escritorio

Los editores como EmEditor, UltraEdit y BBEdit pueden abrir un archivo utilizando una página de códigos de Windows especificada y guardarlo como US-ASCII o ASCII. Abra el archivo mediante File → Open, seleccione la codificación de origen conocida, use después File → Save As y elija la codificación ASCII explícita. Seleccionar “ANSI” al exportar no es suficiente: normalmente escribe la página de códigos activa de Windows y puede conservar bytes superiores a 127.

Notepad++ puede inspeccionar o volver a abrir un archivo con una codificación seleccionada, pero su comando Encoding → Convert to ANSI significa la página de códigos activa de Windows, no ASCII estricto. Use una opción ASCII explícita si la versión instalada la ofrece, o utilice Notepad++ para corregir la interpretación del origen y después convierta con iconv u otro editor compatible explícitamente con US-ASCII.

Usar un convertidor en línea

Para un archivo de texto pequeño y no confidencial, un convertidor de codificación de caracteres basado en navegador y de buena reputación, como el convertidor de codificación de texto de Browserling, puede convertir desde la página de códigos de Windows seleccionada a ASCII. Elija la página de códigos de origen real, seleccione ASCII o US-ASCII como destino, convierta y descargue el resultado.

No cargue contraseñas, datos personales, código propietario ni registros regulados. Un convertidor local evita transferir el archivo y ofrece un mejor control sobre los errores y las copias conservadas.

Comprobar la compatibilidad y la pérdida de datos

La decodificación con una codificación de origen incorrecta corrompe los caracteres antes de que comience la conversión a ASCII. Windows-1252 e ISO-8859-1 son similares, pero no idénticas: los bytes utilizados para comillas tipográficas, el símbolo del euro y otros caracteres de Windows pueden interpretarse incorrectamente cuando se tratan como ISO-8859-1.

Revise todos los caracteres que no sean ASCII en el origen, especialmente nombres, direcciones, medidas, comillas y símbolos monetarios. Confirme que la salida no contenga bytes superiores a 0x7F; en sistemas similares a Unix, LC_ALL=C grep -n '[^ -~]' output.txt puede ayudar a localizar bytes que no sean ASCII, aunque también marca tabulaciones y otros caracteres de control. Compruebe si el destino requiere un final de línea concreto y si rechaza las secuencias de escape de terminal ANSI.

Si el sistema receptor acepta UTF-8, utilice UTF-8 en lugar de ASCII. UTF-8 conserva los caracteres originales y tiene una amplia compatibilidad, mientras que la conversión estricta a ASCII solo es adecuada cuando el destino requiere específicamente datos de 7 bits.