Datoteka je u redu – pogrešno je pročitana
Ono što datoteka titlova pohranjuje su bajtovi. Pretvaranje bajtova u znakove zahtijeva poznavanje kodiranja u kojem su napisani – pogriješite u tome i dobit ćete mojibake. Nijedan bajt ne nedostaje iz datoteke; pročitajte je ponovno s pravim kodiranjem i znakovi se vraćaju.
To dijeli posao na dva dijela: otkrivanje s kojim je kodiranjem započela i spremanje kao kodiranje koje vaš player može otkriti. Prvo dolazi iz probnog dekodiranja i bodovanja, drugo iz spremanja kopije. Oni rješavaju različite probleme.
Pet izgleda, pet uzroka
Mojibake nije nasumičan – kako izgleda odaje što ga je uzrokovalo:
Zašto se zamjenski znak ne može popraviti
Zamjenski znak je linija razdvajanja. `�` znači da su bajtovi već odbačeni u ranijem koraku (obično neki program čita datoteku i ponovno je sprema), i ništa nije zabilježeno o tome što je odbačeno. U tom trenutku nema se od čega krenuti unatrag – nitko ga ne može popraviti.
Stoga stranica za popravak obrađuje dva slučaja drugačije. Učitajte datoteku i izvorni bajtovi su netaknuti, dopuštajući joj da isproba svako kodiranje; ako zalijepljeni tekst već sadrži zamjenski znak, to jasno kaže: "ne može se popraviti, molimo učitajte izvornu datoteku".
Postoji i obratni slučaj: sadržaj se čita savršeno, ali vaš player i dalje prikazuje smeće. Datoteka nije kriva – player je odabrao pogrešno kodiranje tekst se neće promijeniti; spremite kopiju kao UTF-8 s BOM-om ili GBK-om i predajte mu je.
Što uspoređuje tijekom popravka
Alat isprobava svako vjerojatno kodiranje, zatim ocjenjuje svaki rezultat: koliko je napravljen od uobičajenih znakova, postoje li nizovi naglasaka, nizovi simbola, jesu li CJK nizovi zidovi nejasnih znakova. Rezultat s najboljom ocjenom ide na vrh popisa.
Ako nijedna ocjena nije jasno bolja, ništa se ne preporučuje – bolje je reći vam "ovo se čita u redu kako jest" nego vas otkvačiti nečim što samo nejasno sliči jeziku. Tekst unakažen dva puta (spremljen pogrešno jednom, zatim popravljen pogrešno jednom) dobiva još jedan dodatni krug obrnutog rješavanja na najboljim kandidatima.
Spremanje pravog kodiranja završava posao
Popravljeni tekst se i dalje mora spremiti kao kodiranje koje vaš player prepoznaje. Playeri na sustavu Windows obično se oslanjaju na BOM za prepoznavanje kodiranja, pa je UTF-8 s BOM-om najmanje gnjavaže; stariji hardver i neki regionalni playeri žele GBK. Možete odabrati UTF-8, UTF-8 (s BOM-om), GBK, Big5, Shift_JIS ili EUC-KR, i reći će vam da odaberete drugo ako nešto ne odgovara (GBK ne može sadržavati korejski).
Povezani alati i vodiči
Puni vodič – Kako popraviti iskrivljene titlove (mojibake); što SRT datoteka zapravo pohranjuje – Što se nalazi unutar SRT datoteke; kodiranje je u redu, ali sadržaj je prljav (vodeni žigovi, oglasi, oznake za nagluhe) – Čišćenje titlova.