Ce que fait cet outil
Les mêmes octets lus en UTF-8 et en GBK donnent deux ensembles de caractères totalement différents : le fichier n'est pas abîmé, il a été décodé avec le mauvais encodage. Voici ce que fait l'outil :
- Déterminer dans quel encodage le fichier a été écrit et relire les caractères correctement
- Dire précisément comment le texte s'est cassé : caractères de remplacement, caractères de contrôle, symboles monétaires, amas de lettres accentuées, murs de caractères rares
- Classer les réparations selon ce qui se lit le plus comme une langue, puis en choisir une et enregistrer
- Quand le lecteur ne détecte pas l'encodage, enregistrer une copie en UTF-8 avec BOM ou en GBK pour la lui donner
Envoyez le fichier, ne le collez pas
Les deux accès ne réparent pas la même chose, donc envoyez le fichier si vous pouvez. Avec un fichier, les octets d'origine sont toujours là : l'outil essaye un encodage après l'autre et, dès qu'il reconnaît du GBK, il décode en GBK, sans rien deviner. Le texte collé n'est plus fait d'octets bruts : au moment où le navigateur livre la chaîne, l'erreur s'est déjà produite ; il ne reste qu'à remonter en arrière et sauver ce qu'on peut.
Si le texte collé contient déjà le caractère de remplacement (ce point d'interrogation encadré `�`), les octets d'origine sont perdus depuis longtemps et personne ne peut les récupérer. La page le dit sans détour : remontez et utilisez « Choisir un fichier » pour envoyer l'original.
Ce que vous dit le diagnostic
Après l'envoi, la carte de diagnostic donne un verdict. Aucun caractère illisible : le contenu se lit bien tel quel ; si votre lecteur affiche encore n'importe quoi, c'est qu'il a utilisé le mauvais encodage : descendez à « Enregistrer sous », choisissez-en un autre et donnez-lui ce fichier. Quand ça ressemble à des caractères illisibles, il énumère quelle trace a été trouvée :
- Il contient des caractères de remplacement — les octets d'origine sont déjà perdus
- Des caractères de contrôle se sont glissés dedans
- Il est parsemé de symboles monétaires et mathématiques
- Des lettres accentuées apparaissent par blocs — comme si de l'UTF-8 avait été lu octet par octet (`ä½ å¥½` est de ce type)
- Des suites de caractères CJK sans un seul caractère courant — comme si de l'UTF-8 avait été lu comme du GBK
Comment les candidats sont classés, comment choisir
Sous « Voici comment réparer », jusqu'à 12 candidats sont listés dans l'ordre ce qui se lit le plus comme une langue, chacun annoté du couple d'encodages utilisé. Cliquez sur l'un pour voir le résultat, choisissez-le, puis descendez enregistrer. Pas convaincu ? « Laisser tel quel » ramène à l'original.
L'ordre vient d'un score : part de caractères courants, suites d'accents, suites de symboles, murs de caractères rares, tout entre en compte. Si aucun score n'est nettement meilleur, rien n'est recommandé : il ne vous poussera pas un candidat boiteux juste pour en avoir un. Un texte abîmé deux fois (mal enregistré une fois, mal réparé une autre) reçoit une passe supplémentaire de résolution inverse sur les premiers candidats.
Bien enregistrer est la dernière étape
Un résultat réparé doit encore être bien enregistré. Quand un lecteur ne détecte pas l'UTF-8, enregistrer en UTF-8 avec BOM (les lecteurs Windows se fient au BOM) ou en GBK règle généralement le problème. Vous pouvez enregistrer en UTF-8, UTF-8 (avec BOM), GBK, Big5, Shift_JIS ou EUC-KR ; si quelque chose n'y tient pas, vous êtes invité à en choisir un autre (le GBK ne peut pas contenir du coréen). Le fichier téléchargé reçoit `-fixed` ajouté à son nom.
Quand l'encodage détecté n'est pas UTF-8, « Enregistrer sous » pointe déjà sur UTF-8 avec BOM. Dès que vous touchez vous-même au menu, il ne décide plus à votre place.
Ce qui n'est jamais touché
Seuls les caractères mal lus sont remplacés. Numéros, timecodes et lignes de style ASS ne sont modifiés d'aucune façon.
Questions fréquentes
J'ai envoyé le fichier, pourquoi dois-je encore enregistrer ? Le fichier est généralement intact ; ce qui est cassé, c'est le lecteur qui l'a lu avec le mauvais encodage. Dans ce cas, aucun caractère du texte ne doit changer : enregistrez une copie en UTF-8 avec BOM ou en GBK et donnez-la au lecteur.
Pourquoi le texte collé ne se répare-t-il pas ? Dès que le caractère de remplacement apparaît dans le contenu collé, les octets d'origine n'existent plus et il n'y a rien d'où déduire quoi que ce soit. Remontez et utilisez « Choisir un fichier » pour envoyer l'original.
Le candidat que je veux n'apparaît pas ? Rien n'est recommandé tant que le score n'est pas nettement meilleur que ce que vous avez. Essayez de changer l'encodage détecté pour un autre et laissez reclasser.
Combien de fichiers à la fois ? Un seul à la fois. Téléchargez la réparation, puis envoyez le suivant.
Confidentialité
Détection et réparation se déroulent entièrement dans votre navigateur. Aucun contenu de sous-titres n'est envoyé à un serveur.
Outils et guides liés
D'où viennent les caractères illisibles et pourquoi ils finissent par avoir cet aspect : D'où viennent les caractères illisibles ; l'encodage est bon mais le contenu est sale : Nettoyage de sous-titres ; pour vérifier les timecodes et la vitesse de lecture : Contrôle qualité.