Maayos ang file — mali lang ang pagbasa dito
Ang iniimbak ng isang subtitle file ay mga byte. Ang pagpapalit ng mga byte sa mga karakter ay nangangailangan ng kaalaman kung aling encoding ito isinulat — kapag nagkamali ka rito, magkakaroon ka ng mojibake. Walang iisang byte na nawawala sa file; basahin itong muli gamit ang tamang encoding at babalik ang mga karakter.
Hinahati nito ang gawain sa dalawa: ang pag-alam kung aling encoding ito nagsimula, at ang pag-save nito bilang encoding na matutukoy ng iyong player. Ang una ay nagmumula sa pagsubok sa pag-decode at pagmamarka, ang pangalawa naman ay mula sa pag-save ng kopya. Magkaiba silang problema ang nilulutas.
Limang hitsura, limang sanhi
Hindi random ang mojibake — ipinapakita ng hitsura nito kung ano ang nagdulot nito:
Bakit hindi maaayos ang replacement character
Ang replacement character ang hangganan. Ang ibig sabihin ng `` ay tinapon na ang mga byte sa mas maagang hakbang (kadalasan ay binabasa ng ilang programa ang file at sinasave itong muli), at walang naitala tungkol sa kung ano ang nawala. Sa puntong iyon, wala nang mapagbasehan pabalik — walang sinumang makakaayos nito.
Kaya magkaibang hinaharap ng pahina ng pag-ayos ang dalawang kasong ito. Mag-upload ng file at buo ang mga orihinal na byte, na nagbibigay-daan para subukan ang bawat encoding; kung ang nakopyang teksto ay naglalaman na ng replacement character, sasabihin ito nang malinaw: "hindi na maayos, mangyaring i-upload ang orihinal na file".
Mayroon ding kabaligtaran na kaso: maayos ang pagbasa ng nilalaman ngunit nagpapakita pa rin ang iyong player ng mga basura. Walang mali sa file — mali ang napiling encoding ng player. Hindi makakatulong ang pag-edit ng teksto; i-save ang isang kopya bilang UTF-8 na may BOM o GBK at ibigay iyon sa player.
Ano ang inihahambing habang nag-aayos
Sinusubukan ng tool ang bawat posibleng encoding, pagkatapos ay minamarkahan ang bawat resulta: kung gaano kalaki rito ang gawa sa mga karaniwang karakter, kung may mga sunod-sunod na accent, sunod-sunod na simbolo, o kung ang mga CJK run ay mga pader ng mga obscure na karakter. Ang may pinakamataas na markang resulta ay mapupunta sa tuktok ng listahan.
Kung walang markang malinaw na mas maganda, walang irerekomenda — mas mabuting sabihin sa iyo na "maayos itong basahin gaya ng dati" kaysa magbigay ng isang bagay na malabo lang ang pagkakahawig sa wika. Ang tekstong nadurog nang dalawang beses (mali ang pagkaka-save minsan, pagkatapos ay mali ang pagkakaayos minsan) ay nakakakuha ng isang dagdag na round ng back-solving sa mga nangungunang kandidato.
Ang pag-save ng tamang encoding ang nagtatapos sa gawain
Kailangan pa ring i-save ang naayos na teksto bilang isang encoding na kinikilala ng iyong player. Ang mga player sa Windows ay kadalasang umaasa sa BOM para matukoy ang encoding, kaya ang UTF-8 na may BOM ang pinakamadali; gusto naman ng mas lumang hardware at ilang regional player ang GBK. Maaari kang pumili ng UTF-8, UTF-8 (na may BOM), GBK, Big5, Shift_JIS o EUC-KR, at sasabihin sa iyo na pumili ng iba kung mayroong hindi akma (hindi kayang hawakan ng GBK ang Korean).
Mga kaugnay na tool at gabay
Ang buong walkthrough — Paano ayusin ang mga mojibake subtitle; kung ano talaga ang iniimbak ng isang SRT file — Ano ang nasa loob ng SRT file; maayos ang encoding ngunit marumi ang nilalaman (mga watermark, ad, mga tag para sa may kapansanan sa pandinig) — Paglilinis ng subtitle.