TypeError: The encoded data was not valid for encoding utf-8
Un TextDecoder creat cu { fatal: true } a primit octeți care nu sunt UTF-8 valid, de obicei un fișier salvat în altă codificare (Windows-1250, Latin-1), cum exportă Excel-ul vechi. Decodează cu codificarea reală a fișierului, de exemplu new TextDecoder("windows-1250"), sau cere fișierul în UTF-8.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
TextDecoder transformă octeți în text. Implicit, octeții invalizi sunt înlocuiți în tăcere cu �. Cu opțiunea { fatal: true }, decodorul aruncă în schimb TypeError cu codul ERR_ENCODING_INVALID_ENCODED_DATA, ca să nu salvezi text stricat fără să afli.
În UTF-8, literele românești ocupă doi octeți (â = C3 A2). În Windows-1250 sau ISO-8859-2, aceeași literă e un singur octet (E2). Un octet E2 urmat de o literă obișnuită nu e o secvență UTF-8 validă, deci decodorul se oprește.
Situații tipice: CSV-uri exportate din Excel sau din programe de contabilitate vechi, fișiere venite de la parteneri, loguri din aplicații Windows, cereri HTTP cu charset greșit. Dacă fără fatal vezi P�ine în loc de Pâine, e aceeași problemă, doar ascunsă.
De ce apare: cauzele frecvente
1CSV salvat în Windows-1250
const text = new TextDecoder("utf-8", { fatal: true }).decode(continut);const text = new TextDecoder("windows-1250").decode(continut);Decodorul trebuie să folosească aceeași codificare în care a fost salvat fișierul.
2Detectare simplă și varianta de rezervă
const text = continut.toString("utf8"); // apare P�ine, fără eroarelet text;
try {
text = new TextDecoder("utf-8", { fatal: true }).decode(continut);
} catch {
text = new TextDecoder("windows-1250").decode(continut);
}Încerci întâi UTF-8 strict; dacă octeții nu sunt valizi, treci pe codificarea veche pe care o primești de obicei.
3Bucăți de stream decodate separat
rs.on("data", (b) => text += dec.decode(b)); // o literă tăiată între bucățirs.on("data", (b) => text += dec.decode(b, { stream: true }));
rs.on("end", () => text += dec.decode());Cu { stream: true }, decodorul păstrează octeții unei litere tăiate până vine bucata următoare.
Repară eroarea, direct în pagină
Fișierul cu prețuri primit de la furnizor (octeții din continut) e salvat în Windows-1250, nu în UTF-8. Decodorul UTF-8 strict aruncă The encoded data was not valid for encoding utf-8. Decodează conținutul cu codificarea lui reală, ca programul să afișeze produsele cu prețurile.
// octeții fișierului preturi.csv, exportat dintr-un program vechi (Windows-1250)
const continut = Buffer.from([
0x50, 0xe2, 0x69, 0x6e, 0x65, 0x3b, 0x34, 0x2e, 0x35, 0x30, 0x0a,
0x42, 0x72, 0xe2, 0x6e, 0x7a, 0xe3, 0x3b, 0x32, 0x33, 0x2e, 0x39, 0x30,
]);
const text = new TextDecoder("utf-8", { fatal: true }).decode(continut);
for (const linie of text.split("\n")) {
const [produs, pret] = linie.split(";");
console.log(`${produs}: ${pret} lei`);
}Pâine: 4.50 lei Brânză: 23.90 lei
Indiciu
new TextDecoder("windows-1250") știe să citească octeții E2 (â) și E3 (ă).
Reparația
// octeții fișierului preturi.csv, exportat dintr-un program vechi (Windows-1250)
const continut = Buffer.from([
0x50, 0xe2, 0x69, 0x6e, 0x65, 0x3b, 0x34, 0x2e, 0x35, 0x30, 0x0a,
0x42, 0x72, 0xe2, 0x6e, 0x7a, 0xe3, 0x3b, 0x32, 0x33, 0x2e, 0x39, 0x30,
]);
const text = new TextDecoder("windows-1250").decode(continut);
for (const linie of text.split("\n")) {
const [produs, pret] = linie.split(";");
console.log(`${produs}: ${pret} lei`);
}De ce merge
În Windows-1250, â e octetul E2, iar ă e E3, câte un singur octet. În UTF-8, E2 ar trebui urmat de încă doi octeți speciali, deci decodorul strict refuză datele. TextDecoder("windows-1250") folosește tabelul corect și transformă fiecare octet în litera lui, așa că textul iese cu diacritice.
Alte forme ale mesajului
TypeError [ERR_ENCODING_INVALID_ENCODED_DATA]: The encoded data was not valid for encoding utf-8TypeError: The encoded data was not valid for encoding utf-16leTypeError: Failed to execute 'decode' on 'TextDecoder': The encoded data was not valid.code: 'ERR_ENCODING_INVALID_ENCODED_DATA'
Cum o eviți pe viitor
- Cere fișierele în UTF-8 (în Excel: „CSV UTF-8 (delimitat prin virgulă)”).
- Folosește
{ fatal: true }la importuri, ca să afli imediat de o codificare greșită, în loc să salvezi�în baza de date. - Documentează codificarea fiecărei surse externe și decodează explicit cu ea.
- La stream-uri, decodează cu
{ stream: true }sau foloseștesetEncoding("utf8").
Întrebări frecvente
De ce Buffer.toString() nu dă eroare?
buf.toString("utf8") nu are mod strict: înlocuiește octeții invalizi cu �. De aceea problema trece neobservată până când clienții văd texte stricate.
Ce codificare au fișierele vechi românești?
Cel mai des Windows-1250 (Windows, Excel) sau ISO-8859-2. Atenție: ambele au doar variantele cu sedilă pentru ș și ț, deci la conversie e bine să le înlocuiești cu cele cu virgulă.
Erori înrudite
SyntaxError: Unexpected token '', "{"nume":""... is not valid JSON Fișierul JSON începe cu un caracter invizibil, BOM (U+FEFF), pus de unele editoare pe Windows, iar JSON.parse nu îl acceptă. Elimină-l după citire: fs.readFileSync(f, "utf8").replace(/^\uFEFF/, ""), apoi salvează fișierul ca „UTF-8” fără BOM. TypeError [ERR_UNKNOWN_ENCODING]: Unknown encoding: base-64 Numele codificării dat lui Buffer.from, toString sau unei funcții din fs nu e recunoscut de Node: de obicei e scris cu cratimă sau greșit, de exemplu "base-64" sau "utf-16". Folosește numele acceptate: "utf8", "base64", "base64url", "hex", "latin1", "utf16le", "ascii". RangeError [ERR_ENCODING_NOT_SUPPORTED]: The "base64" encoding is not supported TextDecoder / TextEncoder acceptă doar codificări de caractere (utf-8, utf-16le, windows-1250...), nu base64, hex sau nume inventate. Pentru base64 și hex folosește Buffer: Buffer.from(text, "base64").toString("utf8"). Învață Node.js de la zero, cu exerciții la fiecare lecție
Curs Node.js: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 15 lecții sunt gratuite.
