O ficheiro está ben; leuuse mal
O que almacena un ficheiro de subtítulos son bytes. Para converter os bytes en caracteres é necesario saber en que codificación foron escritos; se iso falla, aparecen caracteres ilexibles. Non falta nin un só byte no ficheiro; se o les de novo coa codificación correcta, os caracteres recuperaranse.
Iso divide a tarefa en dúas: descubrir cal era a codificación orixinal e gardalo cunha codificación que o teu reprodutor poida detectar. A primeira parte resólvese mediante probas de decodificación e puntuación, e a segunda gardando unha copia. Son problemas diferentes.
Cinco aspectos, cinco causas
A corrupción do texto non é aleatoria; o seu aspecto delata cal foi a causa:
Por que non se pode reparar o carácter de substitución
O carácter de substitución marca a liña divisoria. Un `` significa que os bytes xa se perderon nun paso anterior (habitualmente algunha aplicación leu o ficheiro e volveuno gardar) e non se rexistrou nada sobre o que se eliminou. Nese punto non hai nada a partir de onde deducir nada; ninguén o pode reparar.
Por iso a páxina de reparación xestiona os dous casos de forma diferente. Se cargas un ficheiro e os bytes orixinais están intactos, a ferramenta proba cada codificación; se o texto pegado xa contén o carácter de substitución, indícao conclaridade: "non se pode reparar, cargue o ficheiro orixinal".
Tamén existe o caso inverso: o contido lese perfectamente pero o teu reprodutor segue a mostrar lixo. O ficheiro non ten a culpa: o reprodutor escolleu a codificación incorrecta. Editar o texto non axudará; garda unha copia como UTF-8 con BOM ou GBK e faille chegar esa versión.
Que se está a comparar durante a reparación
A ferramenta proba todas as codificacións plausibles e despois puntúa cada resultado: cantas partes están formadas por caracteres comuíns, se hai cadeas de acentos, cadeas de símbolos ou se os bloques CJK son murallas de caracteres oscuros. O resultado con mellor puntuación sitúase na parte superior da lista.
Se ningunha puntuación destaca claramente, non se recomenda nada — é mellor dicirche "isto lese ben tal como está" que ofrecerche algo que só se asemella vagamente a unha lingua. O texto estropeado dúas veces (gardado mal unha vez e despois reparado mal outra vez) recibe unha rolda adicional de resolución inversa nos mellores candidatos.
Gardar coa codificación correcta remata o traballo
O texto reparado aínda debe gardarse cunha codificación que o teu reprodutor recoñeza. Os reprodutores en Windows adoitan basearse no BOM para detectar a codificación, polo que UTF-8 con BOM é a opción con menos problemas; o hardware máis antigo e algúns reprodutores rexionais prefiren GBK. Podes escoller UTF-8, UTF-8 (con BOM), GBK, Big5, Shift_JIS ou EUC-KR, e avisaraseche de que escollas outra se algo non encaixa (o GBK non admite coreano).
Ferramentas e guías relacionadas
A guía paso a paso completa — Como reparar subtítulos con texto corrompido; o que contén realmente un ficheiro SRT — Que hai dentro dun ficheiro SRT; a codificación está ben pero o contido ten elementos sobrantes (marcas de auga, anuncios, etiquetas para persoas xordas) — Limpeza de subtítulos.