איך להשתמש בתיקון תווים שבורים – זיהוי קידוד

מה הכלי פותר

אותם בתים שנקראים כ-UTF-8 וכ-GBK נותנים שתי קבוצות תווים שונות לגמרי – הקובץ לא נהרס, פשוט נבחר קידוד לא נכון בשלב הקריאה. מה הכלי עושה:

מזהה באיזה קידוד הקובץ נכתב ומחזיר את התווים לפי הקבוצה הנכונה
אומר איפה הבעיה: תו החלפה, תו בקרה, סמל מטבע, אותיות עם סימני הטעמה בשורות, תווים סיניים נדירים בגושים
מדרג את המועמדים לפי מה שנשמע הכי הרבה כמו שפה – בוחרים אחד ושומרים
כשהנגן לא מזהה את הקידוד, שומרים עותק כ-UTF-8 עם BOM או GBK ונותנים לו

שלחו קובץ, אל תדביקו

שתי הכניסות מתקנות טווח שונה, אם אפשר לשלוח קובץ – שלחו קובץ. כששולחים קובץ הבתים המקוריים עדיין קיימים: הכלי יכול לנסות כל קידוד אחד אחד, לזהות שזה GBK ולפענח כ-GBK, בלי לנחש כלום. מה שמדביקים כבר אינו הבתים המקוריים – כשהדפדפן מעביר את המחרוזת, הצעד הלא נכון כבר קרה; נשאר רק היסק לאחור, ומתוקן מה שמתוקן.

אם בתוכן שהודבק כבר יש תו החלפה (סימן השאלה המרובע הזה `�`), הבתים המקוריים אבדו ואיש לא יחזיר אותם. העמוד אומר זאת במפורש: חזרו למעלה ושלחו את הקובץ המקורי דרך „בחירת קובץ”.

אזור ההעלאה בעמוד התיקון: אזור גרירה ותיבת הדבקה, מעליהם מופיע הקידוד שזוהה — גררו את הקובץ או בחרו אותו; תיבת ההדבקה למטה מתקנת הרבה פחות

מה האבחון אומר

אחרי ההעלאה אזור האבחון נותן מסקנה. לא נמצאו תווים שבורים: התוכן נקרא תקין – אם הנגן עדיין מציג שבור, הנגן בחר קידוד לא נכון, אז שמרו למטה בקידוד אחר ותנו לו את זה. כשהתוצאה נראית כמו שבורה, הוא מונה איזה סימן:

יש בו תו החלפה – הבתים המקוריים כבר אבדו
נכנסו פנימה תווי בקרה
משובצים סמלי מטבע וסמלים מתמטיים
אותיות עם סימני הטעמה מופיעות בשורות – כאילו UTF-8 נקרא כחד-ביתי (`ä½ å¥½`)
תווים סיניים בגושים בלי אף תו נפוץ – כאילו UTF-8 נקרא כ-GBK (`浣犲ソ`)

כרטיס האבחון: המסקנה וסימני התווים השבורים זה אחר זה — האבחון מונה את הסימנים לפי סוג, לא זורק משפט אחד כללי

איך המועמדים מדורגים ואיך בוחרים

תחת „אפשר לתקן כך” המועמדים מדורגים לפי מה שנשמע הכי הרבה כמו שפה, עד 12, כל אחד מסומן מאיזה קידוד לאיזה קידוד נקרא. לחצו על אחד לראות את התוצאה, אחרי הבחירה שמרו למטה; אם לא מתאים, לחצו „השאר כמו שהוא” כדי לחזור למקור.

הדירוג מבוסס על ניקוד: אחוז התווים הנפוצים, שורות של סימני הטעמה, שורות של סמלים ותווים סיניים נדירים – הכל נספר. אם הניקוד לא טוב באופן ברור, לא מומלץ כלום – לא ממציאים מועמד רק כדי שיהיה. מי שנשמר לא נכון פעמיים (פעם נשמר לא נכון, פעם תוקן לא נכון), הכלי מסיק עוד שכבה אחת לאחור עבור המועמדים הראשונים.

רשימת מועמדי התיקון: מדורגת לפי מידת הדמיון לשפה, כל אחד עם זוג הקידודים — המועמדים מדורגים לפי מה שנשמע הכי הרבה כמו שפה

השמירה היא השלב האחרון

גם את הטקסט המתוקן צריך לשמור נכון. כשהנגן לא מזהה UTF-8, שמרו UTF-8 עם BOM (נגני Windows מזהים קידוד לפי BOM) או GBK, בדרך כלל זה מספיק. האפשרויות הן UTF-8, UTF-8 (עם BOM), GBK, Big5, Shift_JIS ו-EUC-KR; אם לא נכנס, יוצע להחליף (למשל GBK לא מכיל קוריאנית). לשם הקובץ שמורד מתווסף `-fixed`.

כשהקידוד שזוהה אינו UTF-8, השמירה כבר מכוונת מראש ל„UTF-8 עם BOM”; אם שיניתם את הרשימה בעצמכם, היא לא תשתנה שוב במקומכם.

אזור התוצאה: תיבת הטקסט, רשימת „שמור כ” וכפתור ההורדה — בחרו קידוד והורידו – לשם הקובץ מתווסף -fixed אוטומטית

מה לא ישתנה

רק התווים שנקראו לא נכון מתחלפים. המספור, ציר הזמן ופקודות העיצוב של ASS לא ישתנו אפילו בתו אחד.

שאלות נפוצות

שלחתי קובץ, למה צריך גם לשמור? בדרך כלל הקובץ לא נהרס – הנגן בחר קידוד לא נכון. לא צריך לשנות אף תו בטקסט: שמרו עותק כ-UTF-8 עם BOM או GBK ותנו לנגן.

למה את מה שהדבקתי אי אפשר לתקן? ברגע שיש תו החלפה בתוכן שהודבק, הבתים המקוריים נעלמו ואין בסיס להיסק לאחור. חזרו למעלה ושלחו את הקובץ המקורי דרך „בחירת קובץ”.

אין את מה שאני רוצה בין המועמדים? כשהניקוד לא טוב באופן ברור ממה שיש עכשיו, הכלי לא ממליץ. קודם החליפו את „הקידוד שזוהה” לאחר ותנו לו לדרג מחדש.

כמה בבת אחת? אחד. אחרי שהורדתם את המתוקן, שלחו את הבא.

פרטיות

הזיהוי והתיקון מתבצעים כולם מקומית בדפדפן; שום תוכן כתוביות לא נשלח לשרת.

כלים ומדריכים קשורים

מאיפה מגיעים תווים שבורים, בעמוד מאיפה מגיעים תווים שבורים בכתוביות; אם הקידוד תקין אבל התוכן מלוכלך, השתמשו בניקוי כתוביות; לבדיקת ציר הזמן ואורך הטקסט בקרת איכות לכתוביות.