Lỗi font, mất dấu tiếng Việt: nguyên nhân và cách sửa
Lỗi font, mất dấu tiếng Việt có ba nguyên nhân khác nhau và mỗi nguyên nhân cần một cách sửa riêng: file dùng bảng mã cũ (TCVN3, VNI) thay vì Unicode; file dùng Unicode nhưng ở dạng tổ hợp thay vì dựng sẵn, khiến tìm kiếm và so khớp bị lệch; hoặc file đúng bảng mã nhưng PDF không nhúng font hay thiếu bảng ánh xạ ký tự nên copy ra bị vỡ. Nghị định 30/2020/NĐ-CP yêu cầu văn bản hành chính dùng font Times New Roman, bộ mã Unicode theo TCVN 6909:2001; Thông tư 07/2002/TT-BKHCN quy định dạng biểu diễn trao đổi là ký tự dựng sẵn.
Cập nhật: tháng 10/2026 — Biên soạn bởi đội ngũ UniDoc
Lỗi font và mất dấu tiếng Việt gồm những nhóm nào?
Có ba nhóm nguyên nhân kỹ thuật, và một nhóm thường bị nhầm với chúng nhưng không phải lỗi bảng mã. Phân loại đúng triệu chứng trước khi sửa giúp tránh chuyển mã nhầm chiều, làm hỏng một file vốn chỉ cần đổi font.
| Triệu chứng nhìn thấy | Nguyên nhân thật | Cách xử lý |
|---|---|---|
| Chữ vỡ thành ký tự lạ, ô vuông hoặc mất hẳn dấu; ô font hiện .VnTime hoặc VNI-... | File viết bằng bảng mã cũ (TCVN3, VNI), máy mở file không có font tương ứng | Chuyển mã sang Unicode, rồi đổi font sang Times New Roman |
| Chữ vỡ thành "Nguyá»…n", "Việt Nam" | Văn bản UTF-8 bị chương trình đọc nhầm sang bảng mã Windows-1252 (thường gặp khi mở CSV trong Excel) | Nhập lại file và chọn đúng bảng mã UTF-8; không cần chuyển mã |
| Nhìn đúng chữ nhưng Ctrl + F không tìm ra, sắp xếp A–Z sai, hai tên giống hệt nhau bị coi là khác | Chữ ở dạng Unicode tổ hợp (dấu là ký tự rời), trong khi phần còn lại ở dạng dựng sẵn | Chuẩn hóa toàn bộ về Unicode dựng sẵn |
| File Word đúng, nhưng PDF copy ra mất dấu hoặc dấu tách rời | PDF không có bảng ánh xạ ký tự (ToUnicode) hoặc là ảnh quét | Xuất lại PDF từ file gốc Unicode, hoặc OCR |
| Cùng một văn bản lúc "hòa", lúc "hoà" | Không phải lỗi bảng mã: đây là hai cách đặt dấu thanh, đều đúng bảng mã | Chọn một cách và dùng thống nhất, xem bài 15 lỗi chính tả, văn phong |
Dòng cuối bảng cho thấy một điểm hay gây hiểu lầm: chuẩn hóa Unicode không gộp "hòa" và "hoà" thành một. Hai chuỗi này khác nhau cả trước và sau khi chuẩn hóa (h + ò + a so với h + o + à), vì khác biệt ở đây là lựa chọn chính tả chứ không phải cách mã hóa.
TCVN3, VNI và Unicode khác nhau thế nào?
Unicode là bảng mã duy nhất mà quy định hiện hành chấp nhận cho văn bản tiếng Việt; TCVN3 và VNI là bảng mã 8-bit cũ, cần font riêng mới hiển thị đúng. Trước năm 2001, theo bài tổng hợp của ngonngu.net, có khoảng 40 bảng mã 8-bit được dùng để biểu diễn tiếng Việt trên máy tính, và đó là gốc của tình trạng một file mở trên máy này đúng, trên máy kia vỡ chữ.
Bảng mã Unicode theo TCVN 6909:2001 là bộ mã ký tự tiếng Việt quốc gia do Bộ Khoa học, Công nghệ và Môi trường ban hành tháng 9/2001, xây dựng trên cơ sở ISO/IEC 10646 và Unicode 3.1 (Vietnamese Unicode FAQs, vietunicode.sourceforge.net).
Quyết định 72/2002/QĐ-TTg của Thủ tướng Chính phủ chọn TCVN 6909:2001 làm bộ mã chuẩn toàn quốc, áp dụng từ 01/01/2003 (ngonngu.net). Thông tư 07/2002/TT-BKHCN ngày 15/11/2002 của Bộ Khoa học và Công nghệ hướng dẫn thực hiện quyết định này: dữ liệu ở dạng khác phải chuyển sang dạng ký tự dựng sẵn của TCVN 6909:2001 khi trao đổi văn bản điện tử giữa các cơ quan Đảng và Nhà nước. Thông tư cũng nêu rằng phần lớn hồ sơ lưu trữ điện tử cũ chưa cần chuyển ngay, mà chuyển dần khi cần tra cứu.
| Tiêu chí | Unicode dựng sẵn | Unicode tổ hợp | TCVN3 (ABC) | VNI Windows |
|---|---|---|---|---|
| Một chữ có dấu là | 1 ký tự | 1 chữ cái + 1 hoặc 2 dấu rời | 1 byte, theo bảng riêng của font | 1 hoặc 2 byte, dấu thường là ký tự rời |
| Font điển hình | Times New Roman, Arial, Calibri | Cùng các font Unicode | .VnTime, .VnArial | VNI-Times |
| Máy khác mở có đúng không | Đúng, miễn font có glyph tiếng Việt | Đúng về mặt lý thuyết, nhưng hiển thị và so khớp có thể lệch | Chỉ đúng khi máy cài đúng font | Chỉ đúng khi máy cài đúng font |
| Phù hợp quy định hiện hành | Có | Không phải dạng mà Thông tư 07/2002 quy định cho trao đổi văn bản | Không | Không |
Bảng trên cho thấy hai trường hợp khác nhau về bản chất. TCVN3 và VNI là bảng mã khác hẳn, nên bắt buộc chuyển mã. Unicode tổ hợp vẫn là Unicode, và người dùng thường không nhận ra vì mắt thấy đúng chữ, nên phần dưới đi sâu vào trường hợp này.
Unicode dựng sẵn và tổ hợp: cùng một chữ, hai dãy mã khác nhau
Chuẩn hóa Unicode (normalization) là việc đưa mọi chuỗi ký tự tương đương về cùng một dạng mã hóa. Dạng dựng sẵn (NFC) mã hóa chữ có dấu bằng một ký tự duy nhất; dạng tổ hợp (NFD) mã hóa bằng chữ cái gốc cộng các dấu rời đứng sau. Hai dạng hiển thị giống nhau trên màn hình nhưng là hai chuỗi ký tự khác nhau với phần mềm.
Số liệu dưới đây do người biên soạn chạy trực tiếp bằng thư viện chuẩn hóa Unicode của Python (unicodedata):
| Chuỗi | Số ký tự ở dạng dựng sẵn (NFC) | Số ký tự ở dạng tổ hợp (NFD) | Hai dạng có bằng nhau không |
|---|---|---|---|
| Ệ | 1 (U+1EC6) | 3 (E + U+0323 + U+0302) | Không |
| Việt | 4 | 6 | Không |
| Nguyễn | 6 | 8 | Không |
| hòa | 3 | 4 | Không |
Về số lượng: tiếng Việt có 12 nguyên âm, mỗi nguyên âm có 6 trạng thái dấu thanh (5 dấu và không dấu) và 2 kiểu chữ (thường, hoa), tức 144 tổ hợp, cộng chữ Đ, đ. Kiểm tra bằng Python cho thấy cả 144 tổ hợp đó đều có ký tự dựng sẵn riêng trong Unicode. Con số 144 này là kết quả tính của người biên soạn, không phải số trích từ tiêu chuẩn.
Với riêng chữ hoa Ệ, trang W3C về các vấn đề chuẩn hóa chính tắc (W3C Wiki, bản nháp 2009) liệt kê năm dãy mã tương đương nhau. Một thảo luận trên danh sách thư Unicode năm 2002 nêu ví dụ tương tự với chữ Ấ, có ít nhất ba cách mã hóa: U+1EA4; U+00C2 rồi U+0301; hoặc U+0041, U+0302, U+0301.
Dạng tổ hợp gây ra lỗi gì trong thực tế?
Phần mềm so khớp chuỗi ký tự theo mã, nên hai dạng trông giống nhau vẫn có thể bị coi là khác nhau. Bốn hệ quả thường gặp:
- Tìm kiếm không khớp: gõ "Nguyễn" bằng bộ gõ ở dạng dựng sẵn, trong khi tên trong file ở dạng tổ hợp, thì tìm ra 0 kết quả dù mắt thấy đúng chữ.
- Sắp xếp sai thứ tự: danh mục tài liệu tham khảo (xem cách trích dẫn chuẩn APA, IEEE), danh mục chữ viết tắt xếp theo bảng chữ cái sẽ có những dòng nằm sai chỗ. Quy tắc xếp thứ tự có trong bài danh mục ký hiệu, chữ viết tắt trong luận văn.
- Dấu bị tách khi chỉnh sửa: trang Vietnamese Unicode FAQs ghi nhận ví dụ, nếu có ký tự lạ chen vào giữa chữ cái và dấu rời thì chữ "tháng" có thể thành "than´g".
- Đối chiếu dữ liệu lệch: cùng một tên người ở hai bảng dữ liệu, một bảng dựng sẵn, một bảng tổ hợp, khiến công thức tra cứu (như VLOOKUP) không khớp.
Về phần mềm kiểm tra trùng lặp, người biên soạn không có số liệu về cách từng công cụ xử lý hai dạng này nên không khẳng định công cụ nào chuẩn hóa, công cụ nào không. Nguyên tắc chung từ tài liệu W3C là phần mềm so khớp chuỗi cần chuẩn hóa hai vế về cùng một dạng trước khi so sánh. Nếu cần chắc chắn, chuẩn hóa văn bản về dạng dựng sẵn trước khi đưa đi kiểm tra; việc lựa chọn công cụ được so sánh trong bài phần mềm kiểm tra trùng lặp luận văn, và công cụ Kiểm Tra Tài Liệu là một lựa chọn trong nhóm đó.
Dạng tổ hợp đến từ đâu?
Có hai nguồn chính. Thứ nhất, bộ gõ được chọn bảng mã "Unicode tổ hợp" (UniKey có sẵn tùy chọn này trong danh sách bảng mã). Thứ hai, tên tệp trên máy Mac: theo Eclectic Light (2017), hệ thống tệp HFS+ cũ của Apple chuẩn hóa tên tệp về dạng NFD, còn APFS giữ nguyên dạng ký tự mà ứng dụng tạo ra. Vì vậy tên tệp như "Nguyễn_Văn_An.pdf" sao chép từ Finder hoặc xuất ra danh sách có thể mang dấu rời. Theo Vietnamese Unicode FAQs, các bộ gõ trên macOS (TCVN, Telex, VNI) sinh ra văn bản ở dạng NFC, nên văn bản gõ trực tiếp thường không bị lỗi này; lỗi nằm ở tên tệp và dữ liệu sao chép.
Điểm cần lưu ý với hồ sơ nộp trực tuyến: nhiều hệ thống yêu cầu đặt tên tệp theo cú pháp cố định (xem nhóm lỗi tên tệp trong bài 10 lỗi trình bày khiến luận văn bị trả về). Nếu hệ thống đối chiếu tên tệp với mã học viên hay họ tên đã đăng ký, tên tệp ở dạng tổ hợp có thể không khớp. Người biên soạn chưa kiểm chứng hành vi của từng hệ thống nộp hồ sơ, nên cách an toàn là bỏ dấu tên tệp hoặc chuẩn hóa về dạng dựng sẵn trước khi tải lên.
Cách nhận biết file đang lỗi theo nguyên nhân nào
Quy trình chẩn đoán gồm bốn bước, đi từ dấu hiệu dễ thấy nhất đến khó thấy nhất. Làm đúng thứ tự giúp xác định nguyên nhân mà chưa cần động vào nội dung file.
- Xem tên font: bôi đen một đoạn chữ lỗi, đọc ô font trong Word. Nếu là .VnTime, .VnArial hoặc VNI-..., file dùng bảng mã cũ. Cách quét toàn file bằng Ctrl + A và nhận biết ô font trống (nhiều font lẫn trong một quyển) có trong bài quy định trình bày luận văn thạc sĩ.
- Nhìn kiểu ký tự lạ: chữ như "Nguyá»…n" hay "Việt Nam" là dấu hiệu của UTF-8 bị đọc nhầm sang Windows-1252, không phải lỗi bảng mã cũ (bảng dưới).
- Thử tìm kiếm: gõ tay một tên riêng có dấu (ví dụ "Nguyễn") vào hộp Tìm của Word hoặc Excel. Nếu mắt thấy tên đó nhiều lần trong file mà không tìm ra, nghi ngờ file đang ở dạng tổ hợp hoặc lẫn bảng mã.
- Thử copy từ PDF: dán một đoạn từ PDF sang Notepad. Dấu mất hoặc tách rời nghĩa là lỗi ở PDF, không phải ở file Word gốc.
Bảng dưới là các chuỗi lỗi do người biên soạn tạo trực tiếp bằng cách đọc văn bản UTF-8 như Windows-1252, dùng để đối chiếu với file đang gặp:
| Chữ đúng | Chữ hiện ra khi bị đọc nhầm |
|---|---|
| Nguyễn Văn An | Nguyá»…n Văn An |
| Việt Nam | Việt Nam |
| Hà Nội | HÃ Ná»™i |
| Phạm Thị Thu | Phạm Thị Thu |
Lỗi này có quy luật: ký tự thường (a–z, 0–9) vẫn đúng, chỉ chữ có dấu vỡ thành chuỗi 2–3 ký tự, và đặc biệt hay xuất hiện chữ "Ã", "Ä", "á»". Khi gặp các chuỗi này, không dùng công cụ chuyển mã TCVN3, vì file vốn đã là Unicode, chuyển mã chỉ làm hỏng thêm. Cách sửa là mở lại file với bảng mã đúng: trong Excel, vào thẻ Data → From Text/CSV rồi chọn File Origin là 65001: Unicode (UTF-8); hoặc lưu file nguồn dưới dạng "CSV UTF-8".
Vì sao copy từ PDF bị mất dấu?
PDF có thể hiển thị đúng và in đúng mà vẫn copy ra chữ sai. Theo các thảo luận kỹ thuật trên diễn đàn Adobe và Ghostscript, nguyên nhân thường là PDF thiếu hoặc hỏng bảng ToUnicode, tức bảng ánh xạ từ hình chữ (glyph) về ký tự Unicode. Khi thiếu bảng này, phần mềm đọc PDF chỉ đoán được mã ký tự nên cho ra kết quả sai. Với tiếng Việt, hai trường hợp có khả năng cao là PDF xuất từ file dùng font .VnTime hoặc VNI, và PDF quét ảnh nên không có lớp chữ. Đây là suy luận kỹ thuật từ cơ chế trên, chưa có nguồn công bố riêng cho tiếng Việt.
Cách xử lý: xuất lại PDF từ file Word gốc đã là Unicode, mở lại để thử tìm một cụm có dấu; với PDF chỉ còn bản quét thì OCR. Cách xuất PDF nhúng đủ font có trong phần cuối bài quy định trình bày luận văn thạc sĩ.
Cách chuyển mã TCVN3, VNI sang Unicode bằng UniKey
UniKey có công cụ chuyển mã (UniKey Toolkit) mở bằng tổ hợp Ctrl + Shift + F6, theo các hướng dẫn của Quản Trị Mạng và các trang tin công nghệ. Các nguồn này là bài hướng dẫn tiêu dùng, không phải tài liệu chính thức của UniKey, và phím tắt có thể khác theo phiên bản; kiểm tra lại trong menu Công cụ của phần mềm.
Quy trình chuyển mã an toàn:
- Sao lưu file gốc trước khi chuyển. Chuyển mã không hoàn tác được sau khi đã lưu đè.
- Bôi đen và sao chép (Ctrl + C) đoạn văn bản cần chuyển, mỗi lần một phần (một chương hoặc vài trang) để dễ kiểm tra.
- Mở UniKey Toolkit, chọn bảng mã nguồn đúng với font của đoạn (TCVN3 cho .VnTime, VNI Windows cho VNI-...), bảng mã đích là Unicode.
- Bấm Chuyển mã, quay lại Word và dán (Ctrl + V) đè lên đoạn cũ.
- Đổi font của đoạn vừa dán sang Times New Roman. Bước này bắt buộc vì sau khi chuyển mã, ký tự đã là Unicode nhưng font vẫn là .VnTime hoặc VNI-..., chữ vẫn hiển thị sai.
- Rà lại bảng, công thức, chú thích hình, tiêu đề chương và các chữ ơ, ư, ặ, ậ vì công cụ chuyển đổi tự động vẫn có thể sót một số ký tự đặc biệt (theo bài 15 lỗi chính tả, văn phong).
Nếu cần chuyển từ Unicode tổ hợp về dựng sẵn, quy trình giống nhau, chỉ khác bảng mã nguồn là "Unicode tổ hợp" và bảng mã đích là "Unicode". Với người dùng quen dòng lệnh, đoạn lệnh Python dưới đây chuẩn hóa một file văn bản UTF-8 về dạng dựng sẵn; đã chạy thử trên chuỗi "Nguyễn Văn An" ở dạng tổ hợp (16 ký tự) cho ra 13 ký tự:
bash
python3 -c "import sys,unicodedata as u; sys.stdout.write(u.normalize('NFC', sys.stdin.read()))" < vao.txt > ra.txtLệnh này chỉ chuẩn hóa dạng mã hóa, không đổi chính tả: "hoà" vẫn là "hoà", không tự thành "hòa".
Sai lầm thường gặp và tình huống thực tế
Những sai lầm dưới đây là các tình huống có thể xảy ra khi file được trao tay giữa nhiều người trong cùng một cơ quan hay một khoa, từ mẫu cũ đến bản nộp cuối.
| # | Sai lầm | Hậu quả | Cách sửa |
|---|---|---|---|
| 1 | Chuyển mã TCVN3 → Unicode cho file vốn đã là Unicode | Chữ vỡ nặng hơn, mất nội dung | Xem tên font trước; chỉ chuyển khi font là .VnTime hoặc VNI-... |
| 2 | Chuyển mã xong nhưng không đổi font | Chữ vẫn hiển thị sai | Đổi sang Times New Roman sau khi dán |
| 3 | Mở CSV danh sách học viên trực tiếp bằng Excel | Tên thành "Nguyá»…n" | Import bằng Data → From Text/CSV, chọn UTF-8 |
| 4 | Dán mẫu biểu từ file cũ (dùng .VnTime) vào bản mới | Một vài chữ đã đổi, một vài chữ vẫn lạ | Dán bằng Keep Text Only, rồi quét lại font bằng Ctrl + A |
| 5 | Nộp PDF mà chưa thử copy và tìm kiếm | Hệ thống duyệt hồ sơ hoặc kiểm tra trùng lặp đọc thiếu chữ | Mở PDF thử tìm một cụm có dấu trước khi nộp |
Tình huống minh họa (không phải số liệu thống kê): một cán bộ đào tạo nhận file danh sách học viên xuất từ phần mềm quản lý dưới dạng CSV. Mở bằng Excel, cột họ tên hiện "Nguyá»…n Văn An". Cán bộ này chạy công cụ chuyển mã TCVN3 sang Unicode trên cả cột, và tên bị hỏng nặng hơn. Nguyên nhân là file vốn đã là Unicode (UTF-8) mà Excel đọc nhầm, nên chuyển mã là thao tác sai chiều. Sau khi nhập lại file bằng Data → From Text/CSV và chọn UTF-8, tên hiển thị đúng ngay; thao tác sửa chỉ mất khoảng một phút, nhưng nếu đã lưu đè thì phải xuất lại từ phần mềm gốc.
Một tình huống minh họa thứ hai, có thể gặp ở nơi file mẫu được truyền qua nhiều khóa: một quyết định hoặc biên bản được soạn từ mẫu cũ dùng .VnTime, mở trên máy mới thì vỡ chữ. Cách xử lý ổn định là tạo mẫu mới bằng Unicode một lần, thay vì sửa từng văn bản; quy định thể thức tương ứng nằm trong bài thể thức văn bản hành chính chuẩn Nghị định 30/2020/NĐ-CP.
Checklist trước khi nộp file tiếng Việt
- [ ] Ctrl + A trong Word: ô font ghi một tên duy nhất (Times New Roman), không có .VnTime hay VNI-...
- [ ] Gõ tay 2–3 tên riêng có dấu vào hộp Tìm; tìm ra đủ số lần xuất hiện
- [ ] Không còn chuỗi như "á»", "Ã", "Ä" trong file (dấu hiệu UTF-8 bị đọc sai)
- [ ] Sau khi chuyển mã, đã đổi font và rà bảng, công thức, chú thích hình
- [ ] PDF xuất lại sau chỉnh sửa cuối; mở PDF, thử tìm và copy một cụm có dấu
- [ ] Tên tệp có thể ở dạng tổ hợp nếu từ máy Mac: chuẩn hóa hoặc bỏ dấu trước khi tải lên hệ thống nộp hồ sơ
- [ ] Dùng một cách đặt dấu thống nhất (hòa hoặc hoà) và một cách viết i/y xuyên suốt, xem quy định ở bài 15 lỗi chính tả, văn phong
Khi cần chuẩn hóa dấu câu và các ký tự dễ nhầm như gạch nối, gạch ngang (khác mã Unicode dù trông gần giống), có bảng tra trong bài quy tắc dấu câu, khoảng trắng, ngoặc, gạch nối. Cách viết tên người, tên riêng bỏ dấu hay giữ dấu trong tài liệu tiếng Anh nằm trong bài viết tên riêng, thuật ngữ nước ngoài trong luận văn.
Soạn thảo trên nền web giúp tránh những lỗi này ra sao?
Trình soạn thảo chạy trên trình duyệt như UniDoc luôn làm việc với văn bản Unicode, nên người dùng không có khái niệm "gõ bằng font .VnTime": lỗi bảng mã cũ không phát sinh khi soạn mới. UniDoc khóa font theo mẫu thể thức đã chọn, nên không còn tình trạng lẫn font trong cùng một quyển; cách chọn mẫu và thiết lập có trong hướng dẫn sử dụng UniDoc.
Với nội dung dán từ file cũ, vẫn nên rà lại theo checklist ở trên: người biên soạn không khẳng định UniDoc tự động chuẩn hóa mọi dạng ký tự dán vào. Tổng quan về công cụ nằm trong bài UniDoc là gì? Trình soạn thảo văn bản theo chuẩn.
Câu hỏi thường gặp
Lỗi font tiếng Việt là gì và vì sao xảy ra?
Lỗi font tiếng Việt là hiện tượng chữ có dấu hiển thị thành ký tự lạ hoặc mất dấu khi mở file trên máy khác. Nguyên nhân phổ biến nhất là file dùng bảng mã cũ (TCVN3, VNI) cần font riêng, trong khi máy mở file không cài font đó. Cách sửa gốc rễ là chuyển nội dung sang Unicode và dùng font Times New Roman.
Chuyển mã TCVN3 sang Unicode bằng công cụ nào?
UniKey là công cụ phổ biến nhất, mở bằng Ctrl + Shift + F6 theo các hướng dẫn công nghệ trong nước. Chọn bảng mã nguồn đúng với font của file, bảng mã đích là Unicode, bấm Chuyển mã rồi dán lại và đổi font. Công cụ vẫn có thể sót ký tự đặc biệt nên phải rà lại sau khi chuyển. Nên chuyển từng chương thay vì cả quyển, sao lưu file gốc trước, và chỉ chuyển đoạn có font .VnTime hoặc VNI; đoạn đã là Unicode thì không chuyển lại.
Unicode dựng sẵn và tổ hợp khác nhau thế nào?
Dạng dựng sẵn mã hóa chữ có dấu thành một ký tự, ví dụ Ệ là U+1EC6. Dạng tổ hợp mã hóa thành chữ gốc kèm dấu rời, ví dụ E cùng U+0323 và U+0302. Hai dạng hiển thị giống nhau nhưng khác chuỗi mã, nên tìm kiếm và so khớp có thể không khớp. Thông tư 07/2002/TT-BKHCN quy định dạng dựng sẵn cho trao đổi văn bản điện tử giữa các cơ quan Đảng và Nhà nước.
Vì sao Ctrl + F không tìm thấy chữ mà mắt vẫn thấy?
Có thể file đang ở dạng tổ hợp trong khi chữ bạn gõ ở dạng dựng sẵn (hoặc ngược lại), hoặc chữ trong PDF không có ánh xạ Unicode đúng. Người biên soạn chưa kiểm chứng mọi phiên bản Word nên không khẳng định Word nào tự chuẩn hóa khi tìm. Cách kiểm tra: gõ tay một tên có dấu vào hộp Tìm và đếm kết quả so với số lần mắt thấy tên đó. Nếu thiếu kết quả, chuẩn hóa file về dạng dựng sẵn (bằng UniKey Toolkit hoặc lệnh Python trong bài) rồi tìm lại.
Excel mở file CSV bị "Nguyá»…n", sửa thế nào?
Đây là UTF-8 bị đọc nhầm sang Windows-1252, không phải bảng mã cũ, nên không dùng công cụ chuyển mã TCVN3. Mở file bằng Data → From Text/CSV rồi chọn File Origin là 65001: Unicode (UTF-8), hoặc lưu file nguồn dưới dạng CSV UTF-8. Nếu đã lỡ lưu đè file đã hỏng, cần xuất lại từ phần mềm quản lý gốc, vì chữ vỡ đã được ghi vào file.
Có cần chuyển hết tài liệu cũ sang Unicode không?
Với tài liệu nộp, trao đổi chính thức: có, vì Nghị định 30/2020/NĐ-CP yêu cầu Unicode theo TCVN 6909:2001. Với kho hồ sơ cũ chỉ để lưu, Thông tư 07/2002/TT-BKHCN cho biết phần lớn hồ sơ lưu trữ điện tử chưa cần chuyển ngay mà chuyển dần khi cần tra cứu.
Chuẩn hóa NFC có đổi "hoà" thành "hòa" không?
Không. Chuẩn hóa chỉ thay đổi cách mã hóa, không đổi cách đặt dấu thanh: "hòa" (h, ò, a) và "hoà" (h, o, à) vẫn là hai chuỗi khác nhau sau chuẩn hóa. Muốn thống nhất phải dùng Tìm và Thay thế có kiểm soát từng cụm, không dùng Thay thế tất cả vì tên riêng và tên tài liệu tham khảo phải giữ nguyên, như hướng dẫn trong bài về lỗi chính tả.
Tóm tắt
- Lỗi font và mất dấu có ba nguyên nhân kỹ thuật (bảng mã cũ, Unicode tổ hợp, PDF thiếu ánh xạ) và một nhóm dễ nhầm (hòa/hoà); cần chẩn đoán đúng trước khi sửa.
- Nghị định 30/2020/NĐ-CP yêu cầu Times New Roman, bộ mã Unicode theo TCVN 6909:2001; Thông tư 07/2002/TT-BKHCN quy định dạng dựng sẵn cho trao đổi văn bản điện tử.
- Chữ "Nguyá»…n" là UTF-8 bị đọc nhầm sang Windows-1252, sửa bằng nhập lại file với UTF-8, không dùng chuyển mã TCVN3.
- Dạng tổ hợp và dựng sẵn khác nhau về số ký tự (ví dụ "Nguyễn" là 8 và 6 ký tự), gây lệch tìm kiếm, sắp xếp và đối chiếu dữ liệu.
- Sau khi chuyển mã bằng UniKey phải đổi font sang Times New Roman và rà lại bảng, công thức, ký tự đặc biệt.
- Với PDF, kiểm tra bằng cách thử tìm và copy một cụm có dấu; PDF quét ảnh cần OCR.
Nguồn tham khảo: Nghị định 30/2020/NĐ-CP về công tác văn thư (Chính phủ, 2020), Phụ lục I (phông chữ Times New Roman, bộ mã Unicode theo TCVN 6909:2001); TCVN 6909:2001, Công nghệ thông tin – Bộ mã ký tự tiếng Việt 16-bit (2001); Quyết định 72/2002/QĐ-TTg của Thủ tướng Chính phủ; Thông tư 07/2002/TT-BKHCN ngày 15/11/2002 của Bộ Khoa học và Công nghệ; "Vietnamese Unicode FAQs", vietunicode.sourceforge.net; ngonngu.net, "Thống nhất vị trí đặt dấu thanh điệu và về việc sử dụng i/y: Phần mở đầu" (đăng 15/09/2006); W3C Wiki, "I18N/CanonicalNormalizationIssues" (bản nháp 2009); Unicode mailing list, "Re: Unicode Search Engines" (tháng 01/2002); Eclectic Light Company, "APFS is currently unusable with most non-English languages" (06/04/2017); thảo luận về ToUnicode trên Adobe Community và Ghostscript Bugzilla; Quản Trị Mạng, "Cách chuyển mã phông chữ với Unikey". Các số liệu về số ký tự và chuỗi lỗi do người biên soạn tính bằng Python (unicodedata, giải mã UTF-8 sang Windows-1252). Biên soạn bởi đội ngũ UniDoc.
Bài viết liên quan
- 15 lỗi chính tả, văn phong thường gặp khi viết luận văn tiếng Việt
- Quy định trình bày luận văn thạc sĩ: lề, font, giãn dòng, đánh số trang chuẩn
- 10 lỗi trình bày khiến luận văn bị hội đồng, phòng đào tạo trả về
- Thể thức văn bản hành chính chuẩn Nghị định 30/2020/NĐ-CP
- Quy tắc dấu câu, khoảng trắng, ngoặc, gạch nối trong văn bản
- UniDoc là gì? Trình soạn thảo văn bản theo chuẩn cho người Việt
- Hướng dẫn sử dụng UniDoc