من أين تأتي الأحرف المشوّشة في الترجمة

الملف لم يتلف، القراءة هي الخاطئة

ما يُخزَّن في ملف الترجمة هو بايتات. لتحويل البايتات إلى أحرف يجب معرفة الترميز الذي كُتبت به — فإن أخطأت هذه الخطوة كانت النتيجة أحرفاً مشوّشة. الملف لم يفقد بايتاً واحداً؛ أعد قراءته بترميز آخر تعُد الأحرف.

أي أن هناك أمرين مختلفين: التعرّف على الترميز الأصلي، والحفظ بترميز يتعرّف عليه المشغّل. الأول يتم بتجربة القراءة ثم التنقيط، والثاني بـ"الحفظ بصيغة". الأمران يحلّان مشكلتين مختلفتين.

خمسة أشكال، خمسة أسباب

الأحرف المشوّشة لا تظهر عشوائياً؛ شكلها يفشي السبب:

• حروف التشكيل المتلاحقة (`ä½ å¥½`): نص صيني بصيغة UTF-8 قُرئ كأنه ببايت واحد — في UTF-8 يشغل الحرف الصيني ثلاث بايتات، وقراءة بايت واحد كل مرة تجعل كل بايت حرفاً مستقلاً
• أحرف CJK متتابعة بلا حرف شائع واحد: UTF-8 قُرئ بصيغة GBK — البايتات أُعيد إقرانها زوجاً زوجاً وكل زوج وقع على حرف نادر
• كومة من رموز العملات ورموز الرياضيات: البايتات وقعت في نطاق الرموز، وهذا شائع عند القراءة كـ Mac Roman أو عائلة Latin-1
• تسرّبت أحرف تحكم: البايتات دخلت نطاق التحكم غير المرئي، فتظهر على الشاشة فراغات أو مربّعات
• علامة الاستفهام داخل المربع `�`: هذا حرف الاستبدال، وليس حرفاً مشوّشاً — معناه "كان هنا حرف، وقد فُقد وقت القراءة"

لماذا لا يمكن إصلاح حرف الاستبدال

حرف الاستبدال هو خط الفاصل. ظهور `�` يعني أن البايتات أُسقطت في خطوة سابقة (عادة برنامج قرأ ثم حفظ من جديد)، والجزء المُسقط لم يُسجَّل عنه شيء. عندها لا يوجد ما يُستدل منه عكسياً — لا أحد يستطيع إصلاحه.

لذلك تتعامل صفحة الإصلاح مع حالتين بشكل مختلف: رفع ملف تكون فيه البايتات الأصلية سليمة فيمكن تجربة ترميز تلو الآخر؛ وإن كان النص الملصوق يحتوي حرف الاستبدال فيُقال بصراحة "لا يمكن الإصلاح، ارفع الملف الأصلي".

وهناك الحالة المعكوسة: المحتوى يُقرأ طبيعياً تماماً، لكن المشغّل لا يزال يظهر أحرفاً غريبة. هذا ليس خطأ الملف، بل المشغّل اختار ترميزاً خاطئاً. تعديل الملف لا يفيد؛ احفظ نسخة بصيغة UTF-8 مع BOM أو GBK وأعطها له.

أثناء الإصلاح، ما الذي يُقارَن

تجرّب الأداة كل ترميز ممكن، ثم تنقّط كل نتيجة: كم نسبة الأحرف الشائعة، هل هناك تتابع تشكيل، هل هناك تتابع رموز، هل أحرف CJK سلسلة من النوادر. صاحب أعلى نقاط يتصدّر.

إن لم تكن النقاط أفضل بوضوح فلا يُقترح شيء — قول "هذا يُقرأ طبيعياً" أفضل من تقديم نتيجة تشبه لغة البشر قليلاً. وما أخطأ مرتين يُستدل عليه عكسياً مستوى إضافياً في الاقتراحات الأولى.

الحفظ بالترميز الصحيح هو تمام العمل

النص المُصلَح يجب أن يُحفظ بترميز يتعرّف عليه المشغّل. مشغّلات Windows كثيراً ما تتعرّف على الترميز من BOM، لذا الحفظ بصيغة UTF-8 مع BOM هو الأسهل؛ الأجهزة القديمة أو المشغّلات المحلية تتعرّف على GBK. الخيارات: UTF-8، UTF-8 (مع BOM)، GBK، Big5، Shift_JIS، EUC-KR؛ وإن لم يتسع يُطلب التغيير (مثلاً GBK لا يتسع للكورية).

أدلة وأدوات ذات صلة

الخطوات الكاملة في كيف تصلح الترجمة ذات الأحرف المشوّشة؛ ما الموجود فعلاً داخل ملف SRT في ماذا يُكتب داخل ملف SRT؛ الترميز سليم لكن المحتوى متسخ (علامات مائية إعلانية، تنبيهات للصم) استخدم تنظيف الترجمة.