ફાઇલ બરાબર છે — તેને ખોટી રીતે વાંચવામાં આવી હતી
સબટાઈટલ ફાઇલ જે સ્ટોર કરે છે તે બાઇટ્સ છે. બાઇટ્સને અક્ષરોમાં ફેરવવા માટે એ જાણવું જરૂરી છે કે તે કયા એનકોડિંગમાં લખાયા હતા — તેમાં ભૂલ કરો અને તમને મોજિબાકે મળશે. ફાઇલમાંથી એક પણ બાઇટ ખૂટતી નથી; તેને યોગ્ય એનકોડિંગ સાથે ફરીથી વાંચો અને અક્ષરો પાછા આવી જાય છે.
તે કામને બે ભાગમાં વહેંચે છે: એનકોડિંગ કયું હતું તે શોધી કાઢવું, અને તેને એવા એનકોડિંગ તરીકે સેવ કરવું જેને તમારો પ્લેયર શોધી શકે. પહેલું ટ્રાયલ ડીકોડિંગ અને સ્કોરિંગમાંથી આવે છે, બીજું નકલ સેવ કરવાથી આવે છે. તેઓ વિવિધ સમસ્યાઓ હલ કરે છે.
પાંચ દેખાવ, પાંચ કારણો
મોજિબાકે રેન્ડમ નથી — તે કેવું દેખાય છે તે તેનું કારણ દર્શાવે છે:
રિપ્લેસમેન્ટ કેરેક્ટર કેમ રિપેર કરી શકાતું નથી
રિપ્લેસમેન્ટ કેરેક્ટર એ વિભાજન રેખા છે. `�` નો અર્થ એ છે કે બાઇટ્સ અગાઉના પગલા પર (સામાન્ય રીતે ફાઇલ વાંચતા અને તેને ફરીથી સેવ કરતા કેટલાક પ્રોગ્રામ દ્વારા) પહેલેથી જ ફેંકી દેવામાં આવ્યા હતા, અને શું પડતું મૂકાયું હતું તેના વિશે કંઈ નોંધવામાં આવ્યું ન હતું. તે બિંદુએ પાછળની તરફ વિચારવા માટે કંઈ નથી — કોઈ તેને રિપેર કરી શકતું નથી.
તેથી રિપેર પેજ બે કેસોને અલગ રીતે હેન્ડલ કરે છે. ફાઇલ અપલોડ કરો અને મૂળ બાઇટ્સ અકબંધ છે, જેનાથી તે દરેક એનકોડિંગ અજમાવી શકે છે; જો પેસ્ટ કરેલા ટેક્સ્ટમાં પહેલેથી જ રિપ્લેસમેન્ટ કેરેક્ટર શામેલ હોય, તો તે સ્પષ્ટપણે કહે છે: "રિપેર કરી શકાતું નથી, કૃપા કરીને મૂળ ફાઇલ અપલોડ કરો".
વિપરીત કેસ પણ છે: સામગ્રી સંપૂર્ણપણે સારી રીતે વંચાય છે પરંતુ તમારો પ્લેયર હજુ પણ ગાર્બેજ બતાવે છે. ફાઇલ દોષિત નથી — પ્લેયરે ખોટું એનકોડિંગ પસંદ કર્યું. ટેક્સ્ટ એડિટ કરવાથી મદદ મળશે નહીં; BOM અથવા GBK સાથે UTF-8 તરીકે નકલ સેવ કરો અને તેને તે આપો.
રિપેર કરતી વખતે તે કઈ બાબતોની સરખામણી કરી રહ્યું છે
ટૂલ દરેક સંભવિત એનકોડિંગ અજમાવે છે, પછી દરેક પરિણામને સ્કોર કરે છે: તેમાંથી કેટલું સામાન્ય અક્ષરોનું બનેલું છે, શું ઉચ્ચારોની સ્ટ્રીંગ્સ છે, પ્રતીકોની સ્ટ્રીંગ્સ છે, શું CJK રન અસ્પષ્ટ અક્ષરોની દીવાલો છે. શ્રેષ્ઠ સ્કોરિંગ પરિણામ સૂચિની ટોચ પર જાય છે.
જો કોઈ સ્કોર સ્પષ્ટપણે સારો ન હોય, તો કંઈપણ ભલામણ કરવામાં આવતી નથી — ભાષા જેવું થોડું ઘણું જ મળતું આવતું હોય તેવી કોઈ ચીજથી તમને છેતરવા કરતાં તમને એવું કહેવું વધુ સારું છે કે "આ જેમ છે તેમ સારું વંચાય છે". બે વાર બગડેલું ટેક્સ્ટ (એકવાર ખોટું સેવ થયું, પછી એકવાર ખોટું રિપેર થયું) ટોચના ઉમેદવારો પર બેક-સોલ્યુંગનો એક વધારાનો રાઉન્ડ મેળવે છે.
યોગ્ય એનકોડિંગ સેવ કરવાથી કામ પૂરું થાય છે
રિપેર કરેલા ટેક્સ્ટને હજુ પણ એવા એનકોડિંગ તરીકે સેવ કરવાનું રહે છે જેને તમારો પ્લેયર ઓળખે છે. વિન્ડોઝ પરના પ્લેયર્સ સામાન્ય રીતે એનકોડિંગ શોધવા માટે BOM પર આધાર રાખે છે, તેથી BOM સાથે UTF-8 સૌથી ઓછી ઝંઝટવાળું છે; જૂનું હાર્ડવેર અને કેટલાક પ્રાદેશિક પ્લેયર્સ GBK ઇચ્છે છે. તમે UTF-8, UTF-8 (BOM સાથે), GBK, Big5, Shift_JIS અથવા EUC-KR પસંદ કરી શકો છો, અને જો કંઈક ફીટ ન બેસે (GBK કોરિયન પકડી શકતું નથી) તો તમને બીજું પસંદ કરવાનું કહેવામાં આવશે.
સંબંધિત સાધનો અને માર્ગદર્શિકાઓ
સંપૂર્ણ વૉકથ્રુ — મોજિબાકે સબટાઈટલ કેવી રીતે રિપેર કરવા; SRT ફાઇલ વાસ્તવમાં શું સ્ટોર કરે છે — SRT ફાઇલની અંદર શું છે; એનકોડિંગ બરાબર છે પરંતુ સામગ્રી ગંદી છે (વોટરમાર્ક્સ, જાહેરાતો, સાંભળવામાં અક્ષમ ટેગ્સ) — સબટાઈટલ ક્લીનઅપ.