Co nástroj řeší
Stejné byty přečtené jako UTF-8 a jako GBK dají dvě naprosto odlišné sady znaků — soubor není poškozený, při čtení bylo vybráno špatné kódování. Co opravovač dělá:
- Pozná, v jakém kódování byl soubor původně napsán, a vrátí znaky podle správné sady
- Řekne, kde je chyba: náhradní znak, řídicí znak, symbol měny, řady písmen s diakritikou, souvislé vzácné znaky
- Seřadí kandidáty podle toho, co nejvíc připomíná lidský text, aby sis jeden vybral a uložil
- Když přehrávač kódování nepozná, uloží kopii jako UTF-8 s BOM nebo GBK a předá ji přehrávači
Nahraj soubor, nevkládej
Dva vstupy nedokážou opravit totéž, můžeš-li nahrát soubor, nahraj ho. Při nahrávání jsou původní byty pořád k dispozici: nástroj může zkoušet každé kódování postupně, poznat, že jde o GBK, a dekódovat jako GBK, aniž by musel cokoli hádat. Co vkládáš, už nejsou původní byty — když prohlížeč předává text, chybný krok se už stal; zbývá jen odvozování zpět.
Je-li ve vloženém textu už náhradní znak (ten čtvercový otazník `�`), původní byty jsou pryč a nikdo je nevrátí. Stránka to řekne rovnou: vrať se nahoru a nahraj původní soubor přes „Vybrat soubor“.
Co říká diagnostika
Po nahrání dá diagnostická oblast verdikt. Nebyly nalezeny rozbité znaky: tento obsah se čte normálně; vidíš-li v přehrávači pořád rozbité znaky, vybral špatné kódování přehrávač — jdi na „Uložit jako“ níže a převeď na jiné kódování. Při vypadá to na rozbité znaky vypíše konkrétně, jaká stopa:
- Je v něm náhradní znak — původní byty už jsou pryč
- Vmíchaly se řídicí znaky
- Je plný symbolů měn a matematických symbolů
- Písmena s diakritikou se objevují v řadách — jako by se UTF-8 četlo po jednom bytu (`ä½ å¥½` je ten případ)
- Znaky stojí v řadách, ale není mezi nimi jediný běžný — jako by se UTF-8 četlo jako GBK
Jak se kandidáti řadí
Pod „Takto lze opravit“ jsou kandidáti seřazeni podle toho, co nejvíc připomíná lidský text, nejvýš 12 položek, každá označená, z jakého kódování do jakého byla přečtena. Klikni na jednu a podívej se na výsledek; sedí-li, ulož níže; ne-li, klikni „Ponechat původní“.
Pořadí vychází ze skóre: podíl běžných znaků, řady diakritiky, řady symbolů a vzácné znaky se všechny počítají. Není-li skóre výrazně lepší, nic se nedoporučuje — kandidát se nevymýšlí naslepo, aby tam aspoň jeden byl. U souborů zpracovaných špatně dvakrát odvozuje nástroj o jednu vrstvu zpět.
Uložení je poslední krok
Po opravě musíš také správně uložit. Nepozná-li přehrávač UTF-8, ulož UTF-8 s BOM (přehrávače ve Windows poznají kódování podle BOM) nebo GBK, většinou to pomůže. Uložit lze jako UTF-8, UTF-8 (s BOM), GBK, Big5, Shift_JIS, EUC-KR; nevejde-li se to, vyzve tě zvolit jiné. K názvu se přidá `-fixed`.
Není-li poznané kódování UTF-8, ukazuje „Uložit jako“ už na „UTF-8 s BOM“; jakmile změníš seznam sám, nevrací se ti zpět.
Co se nezmění
Mění se jen špatně přečtené znaky. Čísla, časová osa a příkazy stylů ASS se nezmění ani o znak.
Časté dotazy
Nahrál jsem soubor, proč musím ještě ukládat? Samotný soubor většinou není poškozený; chyba je v tom, že přehrávač ho čte se špatným kódováním. Nemusíš pak změnit ani jediný znak v textu: stačí dát přehrávači kopii uloženou jako UTF-8 s BOM nebo GBK.
Proč nejde opravit vložený text? Jakmile se ve vloženém textu objeví náhradní znak, původní byty jsou už ztracené a odvozování zpět nemá oporu. Vrať se nahoru a nahraj původní soubor.
Kandidát, který chci, tam není? Není-li skóre výrazně lepší než u současného, nástroj nic nedoporučuje. Můžeš nejdřív změnit „Poznané kódování“ na jiné a nechat seřadit znovu.
Kolik najednou lze opravit? Jeden. Oprav, stáhni, nahraj další.
Soukromí
Rozpoznání i oprava probíhají zcela lokálně v prohlížeči; žádný obsah titulků se neposílá na server.
Související nástroje a průvodci
Odkud se rozbité znaky berou, najdeš v Odkud se berou rozbité znaky v titulcích; je-li kódování v pořádku, ale obsah znečištěný, použij Čištění titulků; chceš-li zkontrolovat časovou osu, použij Kontrola kvality titulků.