Die lêer is fine — dit is verkeerd gelees
Wat 'n onderskriflêer stoor, is grepe. Om grepe in karakters te verander, vereis om te weet in watter kodering dit geskryf is — kry dit verkeerd en jy kry mojibake. Nie een greep ontbreek uit die lêer nie; lees dit weer met die regte kodering en die karakters kom terug.
Dit verdeel die taak in twee: om uit te werk watter kodering dit as begin gehad het, en om dit te stoor as 'n kodering wat jou speler kan opspoor. Die eerste kom van proefdekodering en -puntetelling, die tweede van die stoor van 'n kopie. Hulle los verskillende probleme op.
Vyf voorkoms, vyf oorsake
Mojibake is nie ewekansig nie — hoe dit lyk, verklap wat dit veroorsaak het:
Waarom die vervangingskarakter nie herstel kan word nie
Die vervangingskarakter is die skeidslyn. A `` beteken die grepe is reeds weggegooi op 'n vroeëre stap (gewoonlik een of ander program wat die lêer lees en dit weer stoor), en niks is opgeteken oor wat laat val is nie. Op daardie stadium is daar niks om agteruit van te redeneer nie — niemand kan dit herstel nie.
Dus hanteer die herstelbladsy twee gevalle verskillend. Laai 'n lêer op en die oorspronklike grepe is ongeskonde, wat dit laat probeer elke kodering; as geplakte teks reeds die vervangingskarakter bevat, sê dit dit duidelik: "kan nie herstel word nie, laai asseblief die oorspronklike lêer op".
Daar is ook die omgekeerde geval: die inhoud lees heeltemal goed, maar jou speler wys steeds rommel. Die lêer is nie te blameer nie — die speler het die verkeerde kodering gekies. Om die teks te redigeer sal nie help nie; stoor 'n kopie as UTF-8 met BOM of GBK en gee dit daardie.
Wat dit vergelyk terwyl dit herstel
Die instrument probeer elke plausibele kodering, en ken dan punte toe aan elke resultaat: hoeveel daarvan gemaak is van algemene karakters, of daar reekse aksente is, reekse simbole, of die CJK-lopies mure van duistere karakters is. Die resultaat met die hoogste puntetelling gaan na bo in die lys.
As geen puntetelling duidelik beter is nie, word niks aanbeveel nie — beter om vir jou te sê "dit lees goed soos dit is" en nie jou af te skeep met iets wat net vaagweg na taal lyk nie. Teks wat twee keer vermink is (een keer verkeerd gestoor, dan een keer verkeerd herstel) kry een ekstra rondte agteruitoplossing op die boonste kandidate.
Om die regte kodering te stoor voltooi die taak
Herstelde teks moet steeds gestoor word as 'n kodering wat jou speler herken. Spelers op Windows maak gewoonlik staat op die BOM om kodering op te spoor, so UTF-8 met BOM is die minste moeite; ouer hardeware en sommige streeksspelers wil GBK hê. Jy kan UTF-8, UTF-8 (met BOM), GBK, Big5, Shift_JIS of EUC-KR kies, en daar sal aan jou gesê word om 'n ander te kies as iets nie pas nie (GBK kan nie Koreaans hou nie).
Verwante instrumente en gidse
Die volledige deurloop — Hoe om mojibake-onderskrifte te herstel; wat 'n SRT-lêer eintlik stoor — Wat is binne 'n SRT-lêer; die kodering is fine maar die inhoud is vuil (watermerke, advertensies, gehoorgestremde etikette) — Onderskrifopruiming.