فایل سالم است — به شکل اشتباهی خوانده شده است
آنچه یک فایل زیرنویس ذخیره می‌کند، بایت‌ها هستند. تبدیل بایت‌ها به کاراکترها نیازمند دانستن رمزگذاری‌ای است که با آن نوشته شده‌اند — اگر آن را اشتباه تشخیص دهید، با به هم ریختگی کاراکترها مواجه می‌شوید. حتی یک بایت از فایل کم نشده است؛ آن را دوباره با رمزگذاری درست بخوانید و کاراکترها برمی‌گردند.
این کار را به دو قسمت تقسیم می‌کند: تشخیص اینکه رمزگذاری اولیه چه بوده است، و ذخیره کردن آن با رمزگذاری‌ای که پخش‌کننده شما بتواند تشخیص دهد. اولی از طریق رمزگشایی آزمایشی و امتیازدهی به دست می‌آید، و دومی از طریق ذخیره یک کپی. آن‌ها مشکلات متفاوتی را حل می‌کنند.
پنج ظاهر، پنج علت
به هم ریختگی کاراکترها تصادفی نیست — ظاهر آن نشان می‌دهد چه چیزی باعث آن شده است:
چرا کاراکتر جایگزین قابل تعمیر نیست
کاراکتر جایگزین خط مرزی است. یک `` به این معناست که بایت‌ها قبلاً در مرحله‌ای قبلی دور اندخته شده‌اند (معمولاً توسط برنامه‌ای که فایل را خوانده و دوباره ذخیره کرده است)، و هیچ‌چیزی درباره‌ی آنچه حذف شده ثبت نشده است. در آن نقطه هیچ‌چیز برای استدلال معکوس وجود ندارد — هیچ‌کس نمی‌تواند آن را تعمیر کند.
بنابراین صفحه تعمیر دو حالت را به شکل متفاوتی مدیریت می‌کند. فایلی را بارگذاری کنید که بایت‌های اصلی‌اش دست‌نخورده هستند، تا اجازه دهید هر رمزگذاری را امتحان کند؛ اگر متن جای‌گذاری‌شده از قبل شامل کاراکتر جایگزین باشد، صراحتاً اعلام می‌کند: "قابل تعمیر نیست، لطفاً فایل اصلی را بارگذاری کنید".
حالت معکوس نیز وجود دارد: محتوا به خوبی خوانده می‌شود اما پخش‌کننده شما همچنان نویسه‌های نامفهوم نشان می‌دهد. فایل مشکلی ندارد — پخش‌کننده رمزگذاری اشتباهی را انتخاب کرده است. ویرایش متن کمکی نمی‌کند؛ یک کپی به صورت UTF-8 همراه با BOM یا GBK ذخیره کنید و آن را تحویل دهید.
آنچه در حین تعمیر مقایسه می‌شود
این ابزار هر رمزگذاری محتمل را امتحان می‌کند، سپس به هر نتیجه امتیاز می‌دهد: چقدر از آن از کاراکترهای رایج ساخته شده است، آیا رشته‌هایی از حروف تکیه‌دار وجود دارد یا خیر، رشته‌هایی از نمادها، و اینکه آیا بلوک‌های متن چینی، ژاپنی و کره‌ای (CJK) دیواره‌ای از کاراکترهای مبهم هستند یا خیر. نتیجه با بالاترین امتیاز در بالای فهرست قرار می‌گیرد.
اگر هیچ امتیازی به وضوح بهتر نباشد، چیزی پیشنهاد نمی‌شود — بهتر است به شما گفته شود "این متن همین‌طور که هست خوانا است" تا اینکه چیزی به شما پیشنهاد شود که فقط به طور مبهم شبیه زبان است. متنی که دو بار آسیب دیده (یک بار ذخیره اشتباه، سپس یک بار تعمیر اشتباه) یک دور اضافی حل معکوس روی نامزدهای برتر دریافت می‌کند.
ذخیره کردن رمزگذاری درست کار را به پایان می‌برد
متن تعمیر شده همچنان باید به عنوان رمزگذاری‌ای که پخش‌کننده شما آن را می‌شناسد ذخیره شود. پخش‌کننده‌ها در ویندوز معمولاً برای تشخیص رمزگذاری به BOM تکیه می‌کنند، بنابراین UTF-8 با BOM کمترین دردسر را دارد؛ سخت‌افزارهای قدیمی‌تر و برخی پخش‌کننده‌های منطقه‌ای GBK را ترجیح می‌دهند. شما می‌توانید UTF-8، UTF-8 (با BOM)، GBK، Big5، Shift_JIS یا EUC-KR را انتخاب کنید، و اگر چیزی تطابق نداشته باشد به شما گفته می‌شود که مورد دیگری را انتخاب کنید (به عنوان مثال GBK نمی‌تواند زبان کره‌ای را پشتیبانی کند).
ابزارها و راهنماهای مرتبط
راهنمای کامل — چگونگی تعمیر زیرنویس‌های به هم ریخته؛ آنچه یک فایل SRT واقعاً ذخیره می‌کند — محتوای درون یک فایل SRT چیست؛ رمزگذاری خوب است اما محتوا آلوده است (واترمارک‌ها، تبلیغات، تگ‌های ناشنوایان) — پاکسازی زیرنویس.