Code Page 437 Cyrillic

[origin400-p]

Here's an example of some apparent CP437 (perhaps also CP866) Cyrillic Mojibake.

п∙я│п╩п╦ п▓я▀ п╫п╣ я▐п╡п╩я▐п╣я┌п╣я│я▄ п╟п╢я─п╣я│п╟я┌п╬п╪ я┌п╟п╨п╬п╧ п╦п╫я└п╬я─п╪п╟я├п╦п╦, п©я─п╬я│п╦п╪ п╫п╣п╥п╟п╪п╣п╢п╩п╦я┌п╣п╩я▄п╫п╬ я┐п╡п╣п╢п╬п╪п╦я┌я▄ п╬п╠ я█я┌п╬п╪ п╬я┌п©я─п╟п╡п╦я┌п╣п╩я▐, я┐п╫п╦я┤я┌п╬п╤п╦я┌я▄ п╫п╟я│я┌п╬я▐я┴п╣п╣ п║п╬п╬п╠я┴п╣п╫п╦п╣ п╦ п╡п╬п╥п╢п╣я─п╤п╟я┌я▄я│я▐ п╬я┌ я─п╟я│п╨я─я▀я┌п╦я▐, п©п╣я─п╣п╢п╟я┤п╦ п╦п╩п╦ п╨п╬п©п╦я─п╬п╡п╟п╫п╦я▐ я┌п╟п╨п╬п╧ п╦п╫я└п╬я─п╪п╟я├п╦п╦ п╨п╟п╨п╦п╪-п╩п╦п╠п╬ я┌я─п╣я┌я▄п╦п╪ п╩п╦я├п╟п╪, п╟ я┌п╟п╨п╤п╣ п╦п╫п╬пЁп╬ п╦я│п©п╬п╩я▄п╥п╬п╡п╟п╫п╦я▐ п╫п╟я│я┌п╬я▐я┴п╣пЁп╬ п║п╬п╬п╠я┴п╣п╫п╦я▐. п╜п╩п╣п╨я┌я─п╬п╫п╫я▀п╣ я│п╬п╬п╠я┴п╣п╫п╦я▐ п╫п╣ я▐п╡п╩я▐я▌я┌я│я▐ п╠п╣п╥п╬п©п╟я│п╫я▀п╪п╦ п╦п╩п╦ я│п╡п╬п╠п╬п╢п╫я▀п╪п╦ п╬я┌ п╬я┬п╦п╠п╬п╨, п╪п╬пЁя┐я┌ я│п╬п╢п╣я─п╤п╟я┌я▄ п╡п╦я─я┐я│я▀ п╦ п╢п╬я│я┌п╟п╡п╩я▐я┌я▄я│я▐ я│ п╥п╟п╢п╣я─п╤п╨п╬п╧, п╦ п╬я┌п©я─п╟п╡п╦я┌п╣п╩я▄ п╫п╣ п╫п╣я│п╣я┌ п╬я┌п╡п╣я┌я│я┌п╡п╣п╫п╫п╬я│я┌п╦ п╥п╟ я┌п╟п╨п╦п╣ я│п╩я┐я┤п╟п╦. п·я┌п©я─п╟п╡п╦я┌п╣п╩я▄ п╬я│я┌п╟п╡п╩я▐п╣я┌ п╥п╟ я│п╬п╠п╬п╧ п©я─п╟п╡п╬ п╬я┌я│п╩п╣п╤п╦п╡п╟я┌я▄, я─п╣пЁп╦я│я┌я─п╦я─п╬п╡п╟я┌я▄ п╦ я│п╬я┘я─п╟п╫я▐я┌я▄ я█п╩п╣п╨я┌я─п╬п╫п╫я▀п╣ я│п╬п╬п╠я┴п╣п╫п╦я▐. п▓я│я┌я┐п©п╟я▐ я│ п╫п╟п╪п╦ п╡ п©п╣я─п╣п©п╦я│п╨я┐, п▓я▀ я│я┤п╦я┌п╟п╣я┌п╣я│я▄ п©я─п╬п╦п╫я└п╬я─п╪п╦я─п╬п╡п╟п╫п╫я▀п╪п╦ п╬п╠п╬ п╡я│п╣п╪, я┤я┌п╬ я┐п╨п╟п╥п╟п╫п╬ п╡я▀я┬п╣.

Original:

Если Вы не являетесь адресатом такой информации, просим незамедлительно уведомить об этом отправителя, уничтожить настоящее Сообщение и воздержаться от раскрытия, передачи или копирования такой информации каким-либо третьим лицам, а также иного использования настоящего Сообщения. Электронные сообщения не являются безопасными или свободными от ошибок, могут содержать вирусы и доставляться с задержкой, и отправитель не несет ответственности за такие случаи. Отправитель оставляет за собой право отслеживать, регистрировать и сохранять электронные сообщения. Вступая с нами в переписку, Вы считаетесь проинформированными обо всем, что указано выше.

[sebollin]

While working on #234 I looked into this one and I think the encoding is misidentified: it's KOI8-R rather than CP437 or CP866.

In KOI8-R, 0xD0 is п and 0xD1 is я — the two lead bytes that Cyrillic uses in UTF-8 — and 0x95 and 0x81 are ∙ and │. That is why the text comes out as Cyrillic letters interleaved with box-drawing characters instead of the usual Ð/Ñ pattern.

Until there's a release, you can recover the text with one line:

>>> "п∙я│п╩п╦ п▓я▀ п╫п╣ я▐п╡п╩я▐п╣я┌п╣я│я▄".encode("koi8-r").decode("utf-8")
'Если Вы не являетесь'

I tried cp866, koi8-u, iso-8859-5 and mac-cyrillic on your sample as well; none of them can even encode it, so KOI8-R is the only one that round-trips.

Worth knowing that the round-trip alone isn't enough inside ftfy: is_bad() also has to flag the text, and no current alternative pairs a Cyrillic letter with a box-drawing character. #234 has both halves.