Fayl yaxşıdır — sadəcə səhv oxunub
Subtitr faylının saxladığı şey baytlardır. Baytları simvollara çevirmək onların hansı kodlaşdırmada yazıldığını bilməyi tələb edir — bunu səhv etsəniz mojibake alırsınız. Fayldan bir bayt belə əskik deyil; onu düzgün kodlaşdırma ilə yenidən oxuyun və simvollar geri qayıdır.
Bu, işi ikiyə bölür: hansı kodlaşdırma ilə başladığını anlamaq və pleerinizin aşkar edə biləcəyi kodlaşdırma kimi yadda saxlamaq. Birincisi sınaq dekodlaşdırmasından və xal toplamaqdan gəlir, ikincisi isə surətini yadda saxlamaqdan. Onlar müxtəlif problemləri həll edirlər.
Beş görünüş, beş səbəb
Mojibake təsadüfi deyil — onun necə görünməsi səbəbini büruzə verir:
Əvəzedici simvolun nə üçün təmir edilə bilməməsi
Əvəzedici simvol sərhəd xəttidir. `�` o deməkdir ki, baytlar artıq əvvəlki addımda (adətən faylı oxuyan və onu yenidən yadda saxlayan hansısa proqram tərəfindən) atılmışdı və nəyin atıldığı barədə heç nə qeydə alınmamışdı. Həmin məqamda geriyə doğru mühakimə yürütmək üçün heç nə yoxdur — heç kim onu təmir edə bilməz.
Ona görə də təmir səhifəsi iki halı fərqli idarə edir. Faylı yükləyin və orijinal baytlar toxunulmaz qalır, bu da hər bir kodlaşdırmanı sınamağa imkan verir; əgər yapışdırılmış mətndə artıq əvəzedici simvol varsa, o, açıq şəkildə deyir: "təmir edilə bilməz, lütfən orijinal faylı yükləyin".
Əks hal da var: məzmun mükəmməl oxunur, lakin pleeriniz hələ də zibil göstərir. Fayl günahkar deyil — pleer səhv kodlaşdırma seçib. Mətni redaktə etmək kömək etməyəcək; BOM və ya GBK ilə UTF-8 kimi surətini yadda saxlayın və ona verin.
Təmir edərkən nəyi müqayisə edir
Alət hər mümkün kodlaşdırmanı sınayır, sonra hər nəticəni qiymətləndirir: onun nə qədərinin ümumi simvollardan ibarət olduğunu, vurğu sətirlərinin, simvol sətirlərinin olub- olmadığını, CJK qaçışlarının qaranlıq simvollar divarı olub-olmadığını. Ən yaxşı xal toplayan nəticə siyahının başına gedir.
Heç bir xal aydın şəkildə yaxşı deyilsə, heç nə tövsiyə olunmur — sizə təkcə dildən oxşayan bir şeylə başdan eləməkdənsə, "bu olduğu kimi yaxşı oxunur" demək daha yaxşıdır. İki dəfə zədələnmiş mətn (bir dəfə səhv saxlanılıb, sonra bir dəfə səhv təmir edilib) ən yaxşı namizədlər üzərində bir əlavə arxa-həll dövrəsi alır.
Doğru kodlaşdırmanı yadda saxlamaq işi bitirir
Təmir edilmiş mətn hələ də pleerinizin tanıdığı kodlaşdırma kimi yadda saxlanılmalıdır. Windows-dakı pleerlər adətən kodlaşdırmanı aşkar etmək üçün BOM-a güvənirlər, ona görə də BOM ilə UTF-8 ən az çətinlik yaradandır; köhnə aparatlar və bəzi regional pleerlər GBK istifadə etmək istəyir. Siz UTF-8, UTF-8 (BOM ilə), GBK, Big5, Shift_JIS və ya EUC-KR seçə bilərsiniz və nəsə uyğun gəlmədikdə sizə başqa birini seçmək tövsiyə olunacaq (GBK Koreya dilini saxlaya bilməz).
Əlaqədar alətlər və bələdçilər
Tam bələdçi — Mojibake subtitrlərini necə tərviş etmək olar; SRT faylının əslində nə saxladığı — SRT faylının içində nə var; kodlaşdırma yaxşıdır, lakin məzmun çirklidir (su nişanları, reklamlar, eşitmə qüsuru olanlar üçün teqlər) — Subtitr təmizlənməsi.