Ֆայլը լավն է. այն սխալ է կարդացվել
Այն, ինչ պահում է ենթագրերի ֆայլը, բայթերն են: Բայթերը նիշերի վերածելը պահանջում է իմանալ, թե ինչ կոդավորմամբ են դրանք գրվել. սխալվեք դրանում, և դուք կստանաք մոջիբակե: Ֆայլից ոչ մի բայթ պակաս չէ. կարդացեք այն նորից ճիշտ կոդավորմամբ, և նիշերը կվերադառնան:
Դա բաժանում է աշխատանքը երկու մասի՝ պարզել, թե ինչ կոդավորմամբ է այն սկսվել, և պահել այն որպես կոդավորում, որը ձեր նվագարկիչը կարող է հայտնաբերել: Առաջինը գալիս է փորձնական վերծանումից և միավորների հաշվարկից, երկրորդը՝ պատճենը պահպանելուց: Նրանք լուծում են տարբեր խնդիրներ:
Հինգ տեսք, հինգ պատճառ
Մոջիբակեն պատահական չէ. դրա տեսքը մատնում է այն, ինչ պատճառել է այն.
Ինչու փոխարինող նիշը չի կարող վերականգնվել
Փոխարինող նիշը բաժանարար գիծն է: `�`-ն նշանակում է, որ բայթերն արդեն դلقվել են ավելի վաղ քայլին (սովորաբար ինչ-որ ծրագիր, որը կարդում է ֆայլը և նորից պահում այն), և ոչինչ չի գրանցվել այն մասին, թե ինչն է հեռացվել: Այդ պահին հետադարձ դատելու բան չկա. ոչ ոք չի կարող վերականգնել այն:
Այդպես վերականգնման էջը երկու դեպքերին էլ այլ կերպ է մոտենում։ Վերբեռնեք ֆայլը, և սկզբնական բայթերը անձեռնմխելի են, ինչը թույլ է տալիս փորձել յուրաքանչյուր կոդավորում. եթե տեղադրված տեքստն արդեն պարունակում է փոխարինող նիշ, այն պարզ ասում է. «չի կարող վերականգնվել, խնդրում ենք վերբեռնել սկզբնական ֆայլը»:
Կա նաև հակառակ դեպքը. բովանդակությունը հիանալի է կարդացվում, բայց ձեր նվագարկիչը դեռևս աղբ է ցույց տալիս: Մեղավորը ֆայլը չէ. նվագարկիչը սխալ կոդավորում է ընտրել: Տեքստի խմբագրումն օգուտ չի տա. պահպանեք պատճենը որպես UTF-8 BOM-ով կամ GBK-ով և տվեք դա նրան:
Ինչ է այն համեմատում վերականգնման ընթացքում
Գործիքը փորձում է յուրաքանչյուր հավանական կոդավորում, այնուհետև գնահատում յուրաքանչյուր արդյունք՝ որքանն է այն բաղկացած ընդհանուր նիշերից, արդյոք կան շեշտադրումների տողեր, խորհրդանիշների տողեր, արդյոք CJK վազքերը անհասկանալի նիշերի պատեր են: Ամենաբարձր գնահատական ստացած արդյունքը հայտնվում է ցուցակի վերևում:
Եթե որևէ գնահատական ակնհայտորեն լավը չէ, ոչինչ չի առաջարկվում. ավելի լավ է ասել ձեզ «դա լավ է կարդացվում այնպես, ինչպես կա», քան ձեզ հրամցնել մի բան, որը միայն աղոտ կերպով է հիշեցնում լեզու: Երկու անգամ խեղաթյուրված տեքստը (մեկ անգամ սխալ է պահվել, այնուհետև մեկ անգամ սխալ է վերականգնվել) ստանում է հետադարձ լուծման ևս մեկ հավելյալ փուլ լավագույն թեկնածուների վրա:
Ճիշտ կոդավորման պահպանումն ավարտում է աշխատանքը
Վերականգնված տեքստը դեռևս պետք է պահպանվի որպես կոդավորում, որը ձեր նվագարկիչը ճանաչում է: Windows-ի նվագարկիչները սովորաբար հիմնվում են BOM-ի վրա կոդավորումը հայտնաբերելու համար, ուստի UTF-8 BOM-ով ամենաքիչ քաշքշուկն է. ավելի հին սարքավորումները և որոշ տարածաշրջանային նվագարկիչներ ցանկանում են GBK: Կարող եք ընտրել UTF-8, UTF-8 (BOM-ով), GBK, Big5, Shift_JIS կամ EUC-KR, և ձեզ կասեն ընտրել այլ բան, եթե ինչ-որ բան չի համապատասխանում (GBK-ն չի կարող պահել կորեերեն):
Առնչվող գործիքներ և ուղեցույցներ
Ամբողջական ուղեցույցը՝ Ինչպես վերականգնել մոջիբակե ենթագրերը. այն, ինչ իրականում պահում է SRT ֆայլը՝ Ինչ կա SRT ֆայլի ներսում. կոդավորումը լավն է, բայց բովանդակությունը կեղտոտ է (ջրանիշեր, գովազդներ, լսողության խնդիրներ ունեցողների պիտակներ)՝ Ենթագրերի մաքրում: