Ang file maayo ra – nasayop lang sa pagbasa
Ang gitipigan sa usa ka subtitle file kay mga byte. Ang paghimo sa mga byte nga mahimong mga karakter nagkinahanglan sa pagkahibalo kung unsang encoding sila gisulat – sayupa kana ug makakuha ka og mojibake. Walay usa ka byte nga nawala sa file; basaha kini pag-usab gamit ang saktong encoding ug ang mga karakter mobalik.
Kana nagbahin sa trabaho ngadto sa duha: pag-ila kung unsang encoding kini nagsugod, ug pag-save niini isip encoding nga mamatikdan sa imong player. Ang una naggikan sa pagsuway sa pag-decode ug pag-iskor, ang ikaduha gikan sa pag-save og kopya. Gisulbad nila ang lain-laing mga problema.
Lima ka hitsura, lima ka hinungdan
Ang Mojibake dili random – ang hitsura niini nagpadayag kung unsa ang nagpahinabo niini:
Ngano nga ang karakter nga puli dili maayo
Ang karakter nga puli mao ang linya nga nagbahin. Ang `�` nagpasabot nga ang mga byte kay gisalikway na sa mas sayo nga lakang (kasagaran usa ka programa nga nagbasa sa file ug nag-save niini pag-usab), ug walay natala mahitungod sa unsay nabiyaan. Nianang puntoha walay makita nga balikan sa panghunaw – walay bisan kinsa nga makakaayo niini.
Busa ang panid sa pag-ayo nagdumala sa duha ka kaso sa laing paagi. I-upload ang file ug ang orihinal nga mga byte wala maunsa, nga nagtugot niini sa pagsuway sa matag encoding; kung ang gi-paste nga teksto adunay daan nang karakter nga puli, giingon kini sa dayag: "dili maayo, palihug i-upload ang orihinal nga file".
Anaa usab ang sukwahi nga kaso: ang sulod nagbasa og maayo apan ang imong player nagpakita gihapon og guba. Ang file dili sad-an – ang player nakapili sa sayop nga encoding Ang pag-edit sa teksto dili makatabang; i-save ang usa ka kopya isip UTF-8 nga adunay BOM o GBK ug ihatag kana niini.
Unsa ang gitandi samtang nag-ayo
Ang himan nagsuway sa matag posible nga encoding, unya nag-iskor sa matag resulta: kung unsa kadaghan niini ang hinimo sa mga komon nga karakter, kung adunay mga string sa mga accent, mga string sa mga simbolo, kung ang mga CJK run kay mga dingding sa mga talagsaon nga karakter. Ang labing taas og iskor nga resulta moadto sa taas sa listahan.
Kung walay iskor nga tin-aw nga mas maayo, walay girekomendar – mas maayo nga sultihi ka "kini nagbasa nga maayo kung unsa kini" kaysa limbongan ka sa usa ka butang nga morag pinulongan lamang. Ang teksto nga guba kaduha (gisulat nga sayop kausa, unya giayo nga sayop kausa) makakuha og usa ka dugang nga hugna sa back-solving sa mga nanguna nga kandidato.
Ang pag-save sa saktong encoding nagtapos sa trabaho
Ang giayo nga teksto kinahanglan gihapon i-save isip encoding nga giila sa imong player. Ang mga player sa Windows kasagaran nagsalig sa BOM aron mailhan ang encoding, busa ang UTF-8 nga adunay BOM mao ang labing walay hasol; ang daan nga hardware ug pipila ka rehiyonal nga player gusto og GBK. Mahimo kang mopili sa UTF-8, UTF-8 (nga adunay BOM), GBK, Big5, Shift_JIS o EUC-KR, ug sultihan ka sa pagpili og lain kung adunay usa ka butang nga dili mohaom (ang GBK dili makahupot og Korean).
May kalabotan nga mga himan ug giya
Ang tibuok walkthrough – Unsaon pag-ayo ang mga subtitle sa mojibake; unsa ang tinuod nga gitipigan sa usa ka SRT file – Unsa ang naa sa sulod sa SRT file; ang encoding maayo ra apan ang sulod hugaw (mga watermark, mga ad, hearing-impaired tags) – Paglimpyo sa subtitle.