ফাইলটো ঠিক আছে — ইয়াক ভুলকৈ পঢ়া হৈছিল
এটা উপশিৰোনাম ফাইলত যি সঞ্চিত থাকে সেয়া হৈছে বাইট। বাইটক আখৰলৈ পৰিণত কৰিবলৈ সিহঁত কোনটো এনকোডিংত লিখা হৈছিল তাৰ জ্ঞান থকা প্ৰয়োজন — সেইটো ভুল কৰক আৰু আপুনি মজিবাকে পাব। ফাইলটোৰ পৰা এটা বাইটো হেৰাই যোৱা নাই; সঠিক এনকোডিংৰ সৈতে ইয়াক পুনৰ পঢ়ক আৰু আখৰবোৰ ঘূৰি আহিব।
ই কামটোক দুভাগত ভাগ কৰে: ই কি এনকোডিং হিচাপে আৰম্ভ হৈছিল সেইটো নিৰ্ধাৰণ কৰা, আৰু আপোনাৰ প্লেয়াৰে চিনাক্ত কৰিব পৰা এনকোডিং হিচাপে ইয়াক ছেভ কৰা। প্ৰথমটো পৰীক্ষামূলক ডিকোডিং আৰু স্কৰিংৰ পৰা আহে, দ্বিতীয়টো এটা কপি ছেভ কৰাৰ পৰা। সিহঁতে বিভিন্ন সমস্যা সমাধান কৰে।
পাঁচটা ৰূপ, পাঁচটা কাৰণ
মজিবাকে যাদৃচ্ছিক নহয় — ই দেখাত কেনেকুৱা তাৰ পৰা কি কাৰণে হ'ল ধৰিব পাৰি:
সলনি কৰা আখৰটো কিয় মেৰামতি কৰিব নোৱাৰি
সলনি কৰা আখৰটো হৈছে বিভাজক ৰেখা। এটা `�` ৰ অৰ্থ হ'ল বাইটবোৰ ইতিমধ্যে আগৰ এটা পদক্ষেপে পেলাই দিছিল (সাধাৰণতে কিছুমান প্ৰগ্ৰামে ফাইলটো পঢ়ি আকৌ ছেভ কৰে), আৰু কি বাদ পৰিল তাৰ বিষয়ে একো ৰেকৰ্ড কৰা নহ'ল। সেই বিন্দুত পিছলৈ যুক্তি দেখুৱাবলৈ একো নাই — কোনোৱেই ইয়াক মেৰামতি কৰিব নোৱাৰে।
সেয়েহে মেৰামতি পৃষ্ঠাটোৱে দুটা পৰিস্থিতিক বেলেগকৈ সামলায়। এটা ফাইল আপলোড কৰক আৰু মূল বাইটবোৰ অক্ষুণ্ণ থাকে, ইয়াক প্ৰতিটো এনকোডিং চেষ্টা কৰিবলৈ দিয়ক; যদি পেষ্ট কৰা পাঠটোত ইতিমধ্যে সলনি কৰা আখৰটো আছে, ই স্পষ্টভাৱে কয়: "মেৰামতি কৰিব নোৱাৰি, অনুগ্ৰহ কৰি মূল ফাইলটো আপলোড কৰক"।
বিপৰীত পৰিস্থিতিও আছে: সমলখিনিয়ে সুন্দৰকৈ পঢ়িব পাৰি কিন্তু আপোনাৰ প্লেয়াৰে এতিয়াও আবৰ্জনা দেখুৱায়। ফাইলটোৰ কোনো ভুল নাই — প্লেয়াৰে ভুল এনকোডিং বাছি ল'লে। পাঠ সম্পাদনা কৰিলে লাভ নহ'ব; BOM বা GBK ৰ সৈতে UTF-8 হিচাপে এটা কপি ছেভ কৰক আৰু ইয়াক দিয়ক।
মেৰামতি কৰোঁতে ই কি তুলনা কৰি আছে
সঁজুলিটোৱে প্ৰতিটো সম্ভৱপৰ এনকোডিং চেষ্টা কৰে, তাৰ পিছত প্ৰতিটো ফলাফলক স্কৰ কৰে: ইয়াৰ কিমান অংশ সাধাৰণ আখৰৰে গঠিত, স্বৰচিহ্নৰ ষ্ট্ৰিং আছে নেকি, প্ৰতীকৰ ষ্ট্ৰিং আছে নেকি, CJK ৰাণবোৰ অস্পষ্ট আখৰৰ বেৰ নেকি। সৰ্বোচ্চ স্কৰ কৰা ফলাফলটো তালিকাখনৰ ওপৰলৈ যায়।
যদি কোনো স্কৰ স্পষ্টভাৱে ভাল নহয়, কোনো পৰামৰ্শ দিয়া নহয় — ভাষাৰ সৈতে অস্পষ্টভাৱে সাদৃশ্য থকা বস্তু এটা দিয়াৰ পেটত আপোনাক "যিদৰে আছে সেইদৰে পঢ়াত ভাল" বুলি কোৱাটো ভাল। দুবাৰ বিকৃত কৰা পাঠে (এবাৰ ভুলকৈ ছেভ কৰা, তাৰ পিছত এবাৰ ভুলকৈ মেৰামতি কৰা) শীৰ্ষ প্ৰাৰ্থীসকলৰ ওপৰত পিছলৈ-সমাধান কৰাৰ এটা অতিৰিক্ত ৰাউণ্ড পায়।
সঠিক এনকোডিং ছেভ কৰিলে কামটো শেষ হয়
মেৰামতি কৰা পাঠটো এতিয়াও আপোনাৰ প্লেয়াৰে চিনি পোৱা এনকোডিং হিচাপে ছেভ কৰিব লাগিব। ৱিনডোজৰ প্লেয়াৰসমূহে সাধাৰণতে এনকোডিং চিনাক্ত কৰিবලৈ BOM ৰ ওপৰত নিৰ্ভৰ কৰে, সেয়েহে BOM ৰ সৈতে UTF-8 আটাইতকৈ কম ঝামেলাপূৰ্ণ; পুৰণি হাৰ্ডৱেৰ আৰু কিছুমান আঞ্চলিক প্লেয়াৰে GBK বিচাৰে। আপুনি UTF-8, UTF-8 (BOM ৰ সৈতে), GBK, Big5, Shift_JIS বা EUC-KR বাছনি কৰিব পাৰে, আৰু কিবা মিল নাখালে আপোনাক আন এটা বাছনি কৰিবলৈ কোৱা হ'ব (GBK এ কোৰিয়ান ধৰি ৰাখিব নোৱাৰে)।
সম্পৰ্কিত সঁজুলি আৰু গাইডসমূহ
সম্পূৰ্ণ ৱাকথ্ৰু — মজিবাকে উপশিৰোনাম কেনেকৈ মেৰামতি কৰিব; এটা SRT ফাইলত প্ৰকৃততে কি সঞ্চিত থাকে — SRT ফাইলৰ ভিতৰত কি আছে; এনকোডিং ঠিক আছে কিন্তু সমলখিনি মলিন (জলছাপ, বিজ্ঞাপন, শ্ৰবণ-বঞ্চিত টেগ) — উপশিৰোনাম চাফা কৰা.