Minkä ongelman työkalu ratkaisee
Samat tavut luettuna UTF-8:na ja GBK:na tuottavat kaksi täysin eri merkkijoukkoa – tiedosto ei ole rikki, lukuvaiheessa valittiin väärä koodaus. Mitä korjain tekee:
- Tunnistaa millä koodauksella tiedosto on kirjoitettu ja vaihtaa merkit takaisin oikean joukon mukaan
- Kertoo missä vika on: korvausmerkki, ohjausmerkki, valuuttamerkki, tarkemerkillisiä kirjaimia rivikaupalla, harvinaisia kiinalaisia merkkejä putkina
- Lajittelee ehdokkaat sen mukaan mikä näyttää eniten kieleltä – valitse yksi ja tallenna
- Jos soitin ei tunnista koodausta, tallenna kopio UTF-8:na BOM:in kanssa tai GBK:na ja anna se soittimelle
Lähetä tiedosto, älä liitä
Kaksi sisäänkäyntiä korjaavat eri laajuuden, lähetä tiedosto jos voit. Tiedostoa lähetettäessä alkuperäiset tavut ovat tallella: työkalu voi kokeilla jokaista koodausta, tunnistaa GBK:n ja purkaa sen GBK:na – mitään ei tarvitse arvata. Liitetty teksti ei ole enää alkuperäisiä tavuja: kun selain antaa merkkijonon, väärä askel on jo tapahtunut, jäljellä on vain päättely taaksepäin ja korjautuu sen verran kuin korjautuu.
Jos liitetyssä sisällössä on jo korvausmerkki (se neliönmuotoinen kysymysmerkki `�`), alkuperäiset tavut ovat kadonneet eikä kukaan saa niitä takaisin. Silloin sivu sanoo suoraan: palaa ylös ja lähetä alkuperäinen tiedosto kohdasta „Valitse tiedosto”.
Mitä diagnoosi kertoo
Latauksen jälkeen diagnoosialue antaa johtopäätöksen. Merkkisotkua ei löytynyt: sisältö luetaan normaalisti – jos soitin näyttää yhä sotkua, soitin on valinnut väärän koodauksen, jolloin tallenna alla toisella koodauksella ja anna se soittimelle. Kun tulos näyttää merkkisotkulta, se listaa minkä jäljen:
- Sisällä on korvausmerkki – alkuperäiset tavut ovat jo kadonneet
- Mukana on ohjausmerkkejä
- Sekassa on valuutta- ja matematiikkasymboleita
- Tarkemerkillisiä kirjaimia rivikaupalla – kuin UTF-8 olisi luettu yksitavuisena (`ä½ å¥½`)
- Kiinalaisia merkkejä putkina ilman yhtään yleistä merkkiä – kuin UTF-8 olisi luettu GBK:na (`浣犲ソ`)
Miten ehdokkaat lajitellaan ja valitaan
Kohdan „Näin voi korjata” alla ehdokkaat on lajiteltu sen mukaan mikä näyttää eniten kieleltä, enintään 12 kappaletta, jokainen merkittynä sillä mistä koodauksesta mihin se luettiin. Klikkaa yhtä ja katso tulos, valinnan jälkeen tallenna alla; jos et ole tyytyväinen, valitse „jätä ennalleen” ja palaat alkuperäiseen.
Lajittelu perustuu pisteisiin: yleisten merkkien osuus, tarkemerkkien jonot, symbolijonot ja harvinaiset kiinalaiset merkit lasketaan mukaan. Jos pisteet eivät ole selvästi paremmat, mitään ei suositella – ehdokasta ei keksitä väkisin. Kahdesti väärin tallennetuille (kerran tallennettu väärin, kerran korjattu väärin) työkalu päättelee ensimmäisille ehdokkaille vielä yhden kerroksen taaksepäin, kahden kerroksen sisällä on mahdollisuus pelastua.
Tallennus on viimeinen askel
Korjattu teksti pitää myös tallentaa oikein. Jos soitin ei tunnista UTF-8:aa, tallenna UTF-8 BOM:in kanssa (Windowsin soittimet tunnistavat koodauksen BOM:ista) tai GBK, yleensä se riittää. Tallennusmuotoja ovat UTF-8, UTF-8 (BOM), GBK, Big5, Shift_JIS ja EUC-KR; jos teksti ei mahdu, työkalu kehottaa vaihtamaan toiseen (esimerkiksi GBK ei mahdu koreaa). Ladattuun tiedostonimeen lisätään `-fixed`.
Kun tunnistettu koodaus ei ole UTF-8, tallennus on jo valmiiksi asetettu „UTF-8:aan BOM:in kanssa”; jos itse kosket pudotusvalikkoon, sitä ei enää muuteta puolestasi.
Mikä ei muutu
Vain väärin luetut merkit vaihtuvat. Numerointi, aikajana ja ASS:n tyyliohjeet eivät muudu yhdeltäkään merkiltä.
Usein kysytyt kysymykset
Lähetin tiedoston, miksi pitää vielä tallentaa? Tiedosto ei useinkaan ole rikki – soitin valitsi väärän koodauksen. Tällöin tekstistä ei tarvitse muuttaa mitään: tallenna kopio UTF-8:na BOM:in kanssa tai GBK:na ja anna se soittimelle.
Miksi liitettyä ei saa korjattua? Kun liitetyssä sisällössä on korvausmerkki, alkuperäiset tavut ovat poissa eikä taaksepäin päättelylle ole perustetta. Palaa ylös ja lähetä alkuperäinen tiedosto kohdasta „Valitse tiedosto”.
Ehdokkaissa ei ole sitä mitä haluan? Jos pisteet eivät ole selvästi parempia kuin nykyisessä, työkalu ei suosittele mitään. Vaihda ensin „tunnistettu koodaus” toiseksi ja anna sen lajitella uudelleen.
Montako kerrallaan? Yhden. Kun korjaus on ladattu, lähetä seuraava.
Yksityisyys
Tunnistus ja korjaus tapahtuvat kokonaan paikallisesti selaimessa; tekstitysten sisältöä ei lähetetä palvelimelle.
Aiheeseen liittyvät työkalut ja oppaat
Mistä merkkisotku tulee, kerrotaan sivulla Mistä tekstitysten merkkisotku tulee; jos koodaus on kunnossa mutta sisältö on likaista, käytä Tekstitysten puhdistus; aikajanan ja merkkimäärien tarkistukseen Tekstitysten laaduntarkistus.