यह टूल क्या हल करता है
एक ही बाइट्स को UTF-8 से पढ़ें और GBK से पढ़ें — नतीजे दो बिलकुल अलग अक्षर-समूह हैं। फ़ाइल खराब नहीं है, पढ़ते समय एन्कोडिंग गलत चुनी गई थी। सुधार टूल यही करता है:
- इस फ़ाइल की मूल एन्कोडिंग पहचानना और अक्षरों को सही सेट में वापस लाना
- बताना कि गड़बड़ी कहाँ है: प्रतिस्थापन अक्षर, नियंत्रण अक्षर, मुद्रा चिह्न, मात्राओं वाले अक्षरों की कतारें, दुर्लभ CJK अक्षरों की लाइनें
- उम्मीदवारों को "कौन सबसे ज़्यादा भाषा जैसा लगता है" के हिसाब से क्रम में रखना, फिर एक चुनकर सहेजना
- जब प्लेयर एन्कोडिंग न पहचाने, तो BOM वाले UTF-8 या GBK की एक कॉपी सहेजकर उसे देना
फ़ाइल अपलोड करें, पेस्ट नहीं
दोनों रास्तों की पहुँच अलग है, जहाँ तक हो सके फ़ाइल अपलोड करें. फ़ाइल अपलोड करने पर मूल बाइट्स बचे रहते हैं — टूल एक-एक एन्कोडिंग आज़माकर पढ़ सकता है, GBK मिलते ही GBK से डीकोड कर देता है, एक अक्षर भी अनुमान से नहीं। पेस्ट किया हुआ पाठ मूल बाइट्स नहीं रहता — ब्राउज़र जब स्ट्रिंग देता है, गलती हो चुकी होती है; सिर्फ़ उल्टा अनुमान लगाया जा सकता है।
अगर पेस्ट किए पाठ में प्रतिस्थापन अक्षर (वह बॉक्स-जैसा `�`) पहले से है, तो मूल बाइट्स कब के गिर चुके हैं — इसे कोई वापस नहीं ला सकता। पेज साफ़ कहेगा: ऊपर जाकर "फ़ाइल चुनें" से मूल फ़ाइल अपलोड करें।
निदान क्या कहता है
अपलोड के बाद निदान क्षेत्र नतीजा देता है। गड़बड़ी नहीं मिली: पाठ सामान्य पढ़ा जा रहा है; अगर प्लेयर में फिर भी गड़बड़ दिखे, तो प्लेयर ने गलत एन्कोडिंग चुनी — नीचे "इस रूप में सहेजें" से दूसरी एन्कोडिंग चुनें। जब गड़बड़ जैसा लगे, तो बताया जाएगा कि निशान कौन सा है:
- प्रतिस्थापन अक्षर मौजूद हैं — मूल बाइट्स गिर चुके हैं
- नियंत्रण अक्षर घुस आए हैं
- मुद्रा और गणित के चिह्न बिखरे हुए हैं
- मात्राओं वाले अक्षर कतारों में आ रहे हैं — जैसे UTF-8 को एक-बाइट मानकर पढ़ा गया हो (`ä½ å¥½` वाली किस्म)
- CJK अक्षरों की कतारें हैं पर एक भी सामान्य नहीं — जैसे UTF-8 को GBK मानकर पढ़ा गया हो
उम्मीदवार कैसे क्रम में आते हैं, कैसे चुनें
"इस तरह ठीक किया जा सकता है" के नीचे उम्मीदवार कौन सबसे ज़्यादा भाषा जैसा लगता है के हिसाब से क्रम में हैं, ज़्यादा से ज़्यादा 12, हर एक पर लिखा है कि किस एन्कोडिंग से किस एन्कोडिंग में पढ़ा गया। एक पर क्लिक करके देखें, चुनने के बाद नीचे सहेजें; पसंद न आए तो "जैसा है वैसा रखें" दबाकर मूल पर लौटें।
क्रम स्कोर से तय होता है: सामान्य अक्षरों का हिस्सा, मात्राओं की कतारें, चिह्नों की कतारें, दुर्लभ CJK अक्षर — सब गिने जाते हैं। स्कोर साफ़ तौर पर बेहतर न हो तो सुझाव नहीं दिया जाता — सिर्फ़ उम्मीदवार बनाने के लिए कुछ थोपा नहीं जाता। दो बार गलती से गुज़रा हुआ (गलत सहेजा, फिर गलत ठीक किया), शीर्ष उम्मीदवारों पर एक और उल्टा अनुमान लगाया जाता है — दो परतों तक की गलती भी बच सकती है।
सहेजना ही आख़िरी कदम है
ठीक होने के बाद सही तरीके से सहेजना ज़रूरी है। प्लेयर UTF-8 न पहचाने तो BOM वाले UTF-8 (Windows प्लेयर BOM से एन्कोडिंग पहचानते हैं) या GBK में सहेजें — आम तौर पर काम हो जाता है। विकल्प: UTF-8, UTF-8 (BOM सहित), GBK, Big5, Shift_JIS, EUC-KR; न समाए तो बदलने को कहा जाएगा (जैसे GBK में कोरियाई नहीं समाती)। डाउनलोड फ़ाइल के नाम में `-fixed` जुड़ जाता है।
पहचानी गई एन्कोडिंग UTF-8 न हो तो "इस रूप में सहेजें" पहले ही "BOM वाले UTF-8" पर लगा दिया जाता है; आपने खुद ड्रॉपडाउन बदला तो फिर अपने आप नहीं बदला जाएगा।
क्या नहीं छुआ जाएगा
सिर्फ़ गलत पढ़े गए अक्षर बदले जाते हैं। क्रमांक, टाइमस्टैम्प और ASS की स्टाइल कमांड एक अक्षर भी नहीं बदलतीं।
आम सवाल
फ़ाइल अपलोड की, फिर भी सहेजने को क्यों कहा गया? फ़ाइल ज़्यादातर खराब नहीं हुई; प्लेयर ने उसे गलत एन्कोडिंग से पढ़ा। इसमें पाठ का एक अक्षर बदलने की ज़रूरत नहीं — BOM वाले UTF-8 या GBK की एक कॉपी सहेजकर प्लेयर को दें।
पेस्ट किया हुआ वापस क्यों नहीं आता? पेस्ट किए पाठ में प्रतिस्थापन अक्षर आ जाए तो मूल बाइट्स जा चुके होते हैं, उल्टा अनुमान का भी कोई आधार नहीं। ऊपर जाकर "फ़ाइल चुनें" से मूल फ़ाइल अपलोड करें।
जो उम्मीदवार चाहिए वह नहीं है? स्कोर मौजूदा से साफ़ तौर पर बेहतर न हो तो टूल सुझाव नहीं देता। पहले "पहचानी गई एन्कोडिंग" बदलें, फिर दोबारा क्रम बनवाएँ।
एक बार में कितनी फ़ाइलें? एक। डाउनलोड करें, फिर अगली अपलोड करें।
गोपनीयता
पहचान और सुधार पूरा ब्राउज़र में ही होता है; सबटाइटल की सामग्री सर्वर पर नहीं भेजी जाती।
संबंधित टूल और गाइड
गड़बड़ी आती कहाँ है और उसका रूप ऐसा क्यों होता है — सबटाइटल की गड़बड़ी कहाँ से आती है; एन्कोडिंग ठीक पर सामग्री गंदी हो तो सबटाइटल सफाई; टाइमस्टैम्प और अक्षर-गणना जाँचनी हो तो सबटाइटल जाँच।