Was dieses Werkzeug tut
Dieselben Bytes ergeben als UTF-8 und als GBK gelesen zwei völlig verschiedene Zeichen – die Datei ist nicht beschädigt, sie wurde nur mit der falschen Kodierung dekodiert. Das tut das Reparaturwerkzeug:
- Herausfinden, in welcher Kodierung die Datei geschrieben wurde, und die Zeichen damit neu lesen
- Genau sagen, wie der Text zerbrochen ist: Ersetzungszeichen, Steuerzeichen, Währungssymbole, Ballungen von Akzentbuchstaben, Wände aus seltenen Zeichen
- Reparaturen danach sortieren, was sich am ehesten wie Sprache liest, dann eine auswählen und speichern
- Wenn der Player die Kodierung nicht erkennt, eine Kopie als UTF-8 mit BOM oder als GBK weitergeben
Datei hochladen, nicht einfügen
Die beiden Zugänge können nicht gleich viel reparieren, deshalb lade die Datei hoch, wenn möglich. Bei einer Datei sind die ursprünglichen Bytes noch da: Das Werkzeug probiert eine Kodierung nach der anderen und dekodiert als GBK, sobald es GBK erkennt – ohne zu raten. Eingefügter Text sind keine rohen Bytes mehr. Wenn der Browser die Zeichenkette übergibt, ist der Fehler längst passiert; es bleibt nur das Rückwärtsrechnen, soviel eben geht.
Wenn der eingefügte Text schon Ersetzungszeichen enthält (das Fragezeichen im Kästchen `�`), sind die ursprünglichen Bytes längst verloren und nichts bringt sie zurück. Die Seite sagt das geradeheraus: geh zurück und lade die Originaldatei mit „Datei auswählen" hoch.
Was die Diagnose dir sagt
Nach dem Upload gibt die Diagnosekarte ein Urteil aus. Kein Zeichensalat gefunden: Der Inhalt liest sich so schon richtig; wenn dein Player trotzdem Müll zeigt, hat er die falsche Kodierung benutzt – geh zu „Speichern unter", wähle eine andere und gib ihm diese Datei. Wenn es wie Zeichensalat aussieht, listet sie auf, welche Spur gefunden wurde:
- Sie enthält Ersetzungszeichen – die ursprünglichen Bytes sind schon verloren
- Steuerzeichen haben sich eingeschlichen
- Sie ist mit Währungs- und Mathematiksymbolen gespickt
- Akzentbuchstaben treten in Klumpen auf – als wäre UTF-8 Byte für Byte gelesen worden (`ä½ å¥½` ist dieser Typ)
- Reihen von CJK-Zeichen, aber kein einziges häufiges darunter – als wäre UTF-8 als GBK gelesen worden
Wie Kandidaten sortiert werden und wie du wählst
Unter „So lässt es sich reparieren" stehen bis zu 12 Kandidaten in der Reihenfolge was sich am ehesten wie Sprache liest, jeder mit dem Kodierungspaar beschriftet, aus dem er gelesen wurde. Klick einen an, sieh dir das Ergebnis an, wähle ihn und speichre unten. Nicht überzeugt? Mit „So belassen" geht es zurück zum Original.
Die Reihenfolge kommt aus einer Wertung: Anteil häufiger Zeichen, Ketten von Akzenten, Ketten von Symbolen, Wände seltener Zeichen – alles fließt ein. Ist keine Wertung klar besser, wird nichts empfohlen – es drückt dir keinen halbgaren Kandidaten auf, nur damit einer dasteht. Zwei Mal falsch behandelter Text (einmal falsch gespeichert, einmal falsch repariert) bekommt für die ersten Kandidaten eine Runde Rückwärtsrechnung extra; innerhalb von zwei Schichten ist noch Rettung möglich.
Richtig speichern ist der letzte Schritt
Ein repariertes Ergebnis muss trotzdem noch richtig gespeichert werden. Wenn ein Player UTF-8 nicht erkennt, hilft meist UTF-8 mit BOM (Windows-Player verlassen sich auf das BOM) oder GBK. Speicherbar sind UTF-8, UTF-8 (mit BOM), GBK, Big5, Shift_JIS und EUC-KR; passt etwas nicht hinein, wirst du aufgefordert, ein anderes zu wählen (GBK fasst kein Koreanisch). Heruntergeladene Dateien bekommen `-fixed` im Namen.
Ist die erkannte Kodierung nicht UTF-8, zeigt „Speichern unter" schon auf UTF-8 mit BOM. Sobald du das Menü selbst anfasst, legt es sich nicht mehr quer.
Was nie angetastet wird
Nur falsch gelesene Zeichen werden ersetzt. Nummern, Zeiten und ASS-Formatbefehle werden in keiner Weise verändert.
Häufige Fragen
Ich habe die Datei hochgeladen, warum soll ich trotzdem speichern? Die Datei ist meist in Ordnung; kaputt ist, dass der Player sie mit der falschen Kodierung liest. Dann muss kein einziges Zeichen im Text geändert werden – speichre eine Kopie als UTF-8 mit BOM oder GBK und gib sie dem Player.
Warum lässt sich Eingefügtes nicht reparieren? Sobald im eingefügten Text Ersetzungszeichen auftauchen, sind die ursprünglichen Bytes weg und es gibt nichts, woraus sich schließen ließe. Geh zurück und lade mit „Datei auswählen" das Original hoch.
Der Kandidat, den ich will, ist nicht dabei? Es wird nichts empfohlen, solange es nicht klar besser wertet als das Vorliegende. Stell die erkannte Kodierung auf eine andere und lass neu sortieren.
Wie viele Dateien auf einmal? Eine nach der anderen. Reparatur herunterladen, dann die nächste Datei einlesen.
Datenschutz
Erkennung und Reparatur laufen vollständig im Browser ab. Kein Untertitelinhalt wird an einen Server gesendet.
Verwandte Werkzeuge und Ratgeber
Woher Zeichensalat kommt und warum er so aussieht, steht in Woher Zeichensalat in Untertiteln kommt; Kodierung in Ordnung, aber Inhalt schmutzig – Untertitel säubern; Zeiten und Lesetempo prüfen – Untertitel-Prüfung.