Kust subtiitrite mojibake pärineb – Tuvasta see, paranda see

Fail on korras – seda loeti valesti

Subtiitrifail salvestab baite. Baitide muutmiseks märkideks on vaja teada, millises kodeeringus need kirjutati – kui teete selles vea, saate mojibake. Failist ei puudu ühtegi baiti; lugege seda uuesti õige kodeeringuga ja märgid tulevad tagasi.

See jagab töö kaheks: väljaselgitamine, millise kodeeringuga see algas, ja selle salvestamine kodeeringus, mida teie pleier suudab tuvastada. Esimene pärineb proovide dekodeerimisest ja hindamisest, teine koopia salvestamisest. Need lahendavad erinevaid probleeme.

Viis ilmet, viis põhjust

Mojibake ei ole juhuslik – selle välimus annab reetlikult teada, mis selle põhjustas:

Diagnoosikaart, mis loetleb iga mojibake tüübi jälje — Diagnoos sordib mojibake põhjuse järgi, selle asemel et neid kokku kuhjata

Miks asendusmärki ei saa parandada

Asendusmärk on eraldusjoon. `�` tähendab, et baidid visati ära juba varasemas sammus (tavaliselt mingi programm, mis luges faili ja salvestas selle uuesti) ja midagi ei salvestatud selle kohta, mis ära visati. Sel hetkel pole millegi poole tagasi pöörduda – keegi ei saa seda parandada.

Nii käsitleb parandusleht kahte juhtumit erinevalt. Laadige fail üles ja algsed baidid on puutumatud, võimaldades proovida iga kodeeringut; kui kleepitud tekst sisaldab juba asendusmärki, öeldakse seda selgelt: „ei saa parandada, laadige palun üles algne fail”.

Olemas on ka vastupidine juhtum: sisu loetakse suurepäraselt, kuid teie pleier näitab endiselt prügi. Fail pole süüdi – pleier valis vale kodeeringu. Teksti redigeerimine ei aita; salvestage koopia UTF-8 BOM-iga või GBK kujul ja andke see sellele.

Üleslaadimise ala: lohistamine ja kleepimine kahe sisenemispunktina — Laadige fail üles, kui saate – terved baidid tähendavad midagi, mida parandada

Mida see parandamise ajal võrdleb

Tööriist proovib kõiki usutavaid kodeeringuid ja hindab seejärel iga tulemust: kui suur osa sellest koosneb tavalistest märkidest, kas seal on aktsendijadasid, sümbolijadasid, kas CJK jadad on tundmatute märkide seinad. Parima skooriga tulemus läheb loendi tippu.

Kui ükski skoor pole selgelt parem, ei soovitata midagi – parem on öelda teile „see loeb hästi sellisena, nagu see on”, kui sokutada teile midagi, mis sarnaneb keelega ainult ebamääraselt. Kaks korda rikutud tekst (valesti salvestatud üks kord, seejärel valesti parandatud üks kord) saab tipukandidaatidel veel ühe lisavooru tagasilahendamist.

Kandidaatide loend skooride järgi sorteeritud, igaüks märgistatud oma kodeeringupaariga — Kandidaadid skooride järgi reastatud – pole selget võitjat, pole soovitust

Õige kodeeringu salvestamine viib töö lõpule

Parandatud tekst tuleb ikkagi salvestada kodeeringus, mida teie pleier tunnustab. Windowsi pleierid tuginevad kodeeringu tuvastamisel tavaliselt BOM-ile, seega on UTF-8 BOM-iga kõige vähem vaevarikas; vanemad riistvarad ja mõned piirkondlikud pleierid soovivad GBK-d. Saate valida UTF-8, UTF-8 (BOM-iga), GBK, Big5, Shift_JIS või EUC-KR ja teil palutakse valida mõni muu, kui midagi ei sobi (GBK ei mahuta korea keelt).

Tulemuse ala: salvestamise kodeeringu rippmenüü ja allalaadimisnupp — Salvestage see millegina, mida pleier tunnustab, ja mojibake on tõeliselt lahendatud

Seotud tööriistad ja juhendid

Täielik juhend – Kuidas parandada mojibake subtiitreid; mida SRT-fail tegelikult salvestab – Mis on SRT-faili sees; kodeering on korras, kuid sisu on must (vesimärgid, reklaamid, vaegkuuljate sildid) – Subtiitrite puhastamine.