როგორ შევასწოროთ მოჯიბაკეს სუბტიტრები – კოდირების ამოცნობა

რას აკეთებს ეს ხელსაწყო

ერთი და იგივე ბაიტები, რომლებიც იკითხება როგორც UTF-8 და იკითხება როგორც GBK, წარმოქმნის სიმბოლოების ორ სრულიად განსხვავებულ კომპლექტს — ფაილი არ არის დაზიანებული, ის დეკოდირებული იყო არასწორი კოდირებით. აი, რას აკეთებს შეკეთების ხელსაწყო:

ატვირთეთ ფაილი, არ ჩასვათ ის

ორ შესასვლელ წერტილს შეუძლია შეასწოროს დაზიანების სხვადასხვა ოდენობა, ამიტომ ატვირთეთ ფაილი, თუ შეგიძლიათ. ფაილით, ორიგინალური ბაიტები ისევ იქ არის: ხელსაწყო ცდის ერთ კოდირებას მეორის მიყოლებით და როგორც კი ამოიცნობს GBK-ს, დეკოდირებს როგორც GBK — არაფრის გამოცნობა არ არის საჭირო. ტექსტი, რომელიც მოდის ჩასმით, აღარ არის ნედლი ბაიტები. იმ დროისთვის, როდესაც ბრაუზერი გადასცემს სტრიქონს, შეცდომა უკვე მომხდარია, ამიტომ ხელსაწყოს შეუძლია იმუშაოს მხოლოდ უკუმიმართულებით და აიღოს ის, რისი მიღებაც შეუძლია.

თუ ჩასმული ტექსტი უკვე შეიცავს ჩანაცვლების სიმბოლოს (ეს ჩარჩოიანი კითხვის ნიშანი `�`), ორიგინალური ბაიტები დიდი ხანია გაქრა და არაფერს შეუძლია მათი დაბრუნება. გვერდი პირდაპირ ამბობს ამას: დაბრუნდით ზემოთ და გამოიყენეთ „ფაილის არჩევა“ ორიგინალის ასატვირთად.

შეკეთების გვერდის ატვირთვის ზონა: ჩაგდების ზონა და ჩასმის ყუთი, ამოცნობილი კოდირებით ნაჩვენები ზემოთ — გადაათრიეთ ფაილი შიგნით ან მოძებნეთ ის; ჩასმის ყუთი ზის ქვემოთ და შეუძლია ბევრად ნაკლების შეკეთება

რას გეუბნებათ დიაგნოზი

ატვირთვისთანავე, დიაგნოზის ბარათი იძლევა ვერდიქტს. მოჯიბაკე ვერ მოიძებნა: შიგთავსი კარგად იკითხება ისე, როგორც არის; თუ თქვენი ფლეიერი მაინც აჩვენებს ნაგავს, ფლეიერმა გამოიყენა არასწორი კოდირება — ჩაიარეთ „შენახვა როგორც“-მდე, აირჩიეთ სხვა და მიეცით მას ეს ფაილი. როდესაც ის მოჯიბაკეს ჰგავს, ბარათი ჩამოთვლის, რომელი კვალი იპოვა:

დიაგნოზის ბარათი: ვერდიქტი პლუს თითოეული მოჯიბაკეს კვალი ჩამოთვლილი ხაზ-ხაზ — დიაგნოზი ჩამოთვლის კვალს ტიპის მიხედვით და არა მხოლოდ იმის თქმით, რომ „ეს მოჯიბაკეა“

როგორლაგდება კანდიდატები და როგორ ავირჩიოთ

„ამის გასწორების გზები“ ქვეშ, კანდიდატები ჩამოთვლილია ყველაზე მეტად რეალურ ენას ჰგავს პირველ რიგში თანმიმდევრობით, 12-მდე მათგანი, თითოეული მონიშნულია კოდირების წყვილით, საიდანაც და რომელზეც იქნა წაკითხული. დააჭირეთ ერთ-ერთს, რომ ნახოთ, როგორია, აირჩიეთ, შემდეგ ჩამოიწიეთ ქვემოთ შესანახად. არ მოგწონთ? გამოიყენეთ „როგორც არის შენარჩუნება“ ორიგინალზე დასაბრუნებლად.

თანმიმდევრობა მოდის ქულიდან: საერთო სიმბოლოების წილი, აქცენტების სტრიქონები, სიმბოლოების სტრიქონები, უცნაური სიმბოლოების კედლები, ყველა შეწონილი. თუ არცერთი ქულა არ არის მკაფიოდ უკეთესი, არაფერია რეკომენდებული — ის არ მოგახვევთ ნახევრად სავარაუდო კანდიდატს მხოლოდ იმიტომ, რომ გქონდეთ. ტექსტი, რომელიც ორჯერ დაზიანდა (არასწორად შენახული ერთხელ, შემდეგ არასწორად შეკეთებული ერთხელ), იღებს უკუამოხსნის ერთ დამატებით რაუნდს საუკეთესო კანდიდატებზე, ასე რომ, ორ ფენაში მოქცეული ყველაფერი მაინც შეიძლება გადარჩეს.

კანდიდატი შეკეთების სია დალაგებული იმის მიხედვით, თუ რამდენად ჰგავს რეალურ ენას, თითოეული მონიშნული თავისი კოდირების წყვილით — კანდიდატები დალაგებული „ყველაზე მეტად რეალურ ენას ჰგავს“ მიხედვით, თითოეული აჩვენებს ჩართულ კოდირებებს

სწორად შენახვა ბოლო ნაბიჯია

შეკეთებული შედეგი მაინც სწორად უნდა იყოს შენახული. როდესაც ფლეიერს არ შეუძლია UTF-8-ის ამოცნობა, შენახვა როგორც UTF-8 BOM-ით (Windows-ის ფლეიერები ეყრდნობიან BOM-ს) ან როგორც GBK ჩვეულებრივ აგვარებს ამას. შეგიძლიათ შეინახოთ როგორც UTF-8, UTF-8 (BOM-ით), GBK, Big5, Shift_JIS ან EUC-KR; თუ რამე არ ჯდება, გეუბნებიან აირჩიოთ სხვა (GBK-ს არ შეუძლია კორეულის შენახვა). ჩამოტვირთული ფაილები იღებენ სახელს დამატებულ `-fixed`-ს.

როდესაც ამოცნობილი კოდირება არ არის UTF-8, „შენახვა როგორც“ უკვე წინასწარ არის დაყენებული UTF-8 BOM-ით თქვენთვის. როგორც კი თავად შეეხებით ჩამოშლად მენიუს, ის წყვეტს თქვენი გამოცნობის მცდელობას.

შედეგების ზონა: ტექსტური ყუთი შენახვა-როგორც ჩამოშლადი მენიუთი და ჩამოტვირთვის ღილაკით — აირჩიეთ კოდირება, შემდეგ ჩამოტვირთეთ — ფაილის სახელს ემატება -fixed

რა არასდროს ეხება

იცვლება მხოლოდ არასწორად წაკითხული სიმბოლოები. ინდექსის ნომრები, ტიმინგები და ASS სტილის ხაზები არ იცვლება არანაირად.

ხშირად დასმული კითხვები

ავტვირთე ფაილი, მაშინ რატომ მომიწევს მისი ხელახლა შენახვა? თავად ფაილი ჩვეულებრივ ნორმალურია; ის, რაც გატეხილია, არის ფლეიერი, რომელიც კითხულობს მას არასწორი კოდირებით. ამ შემთხვევაში ტექსტში არცერთი სიმბოლოს შეცვლა არ არის საჭირო — უბრალოდ შეინახეთ ასლი როგორც UTF-8 BOM-ით ან GBK და მისცეთ ის ფლეიერს.

რატომ არ შეიძლება ჩასმული ტექსტის შეკეთება? როგორც კი ჩასმულ შიგთავსში ჩნდება ჩანაცვლების სიმბოლო, ორიგინალური ბაიტები გაქრა და არაფერია, საიდანაც მსჯელობა შეიძლება. დაბრუნდით ზემოთ და გამოიყენეთ „ფაილის არჩევა“ ორიგინალის ასატვირთად.

კანდიდატი, რომელიც მინდა, არ არის სიაში? არაფერია რეკომენდებული, სანამ ის მკაფიოდ უკეთეს ქულას არ აიღებს იმასთან შედარებით, რაც უკვე გაქვთ. სცადეთ ამოცნობილი კოდირების სხვაზე გადართვა და მიეცით საშუალება, თავიდან დაალაგოს.

რამდენი ფაილი ერთად? ერთდროულად ერთი. ჩამოტვირთეთ შეკეთება, შემდეგ ჩატვირთეთ შემდეგი ფაილი.

კონფიდენციალურობა

ამოცნობა და შეკეთება მუშაობს მთლიანად თქვენს ბრაუზერში. სუბტიტრების არცერთი შიგთავსი არასდროს იგზავნება სერვერზე.

დაკავშირებული ხელსაწყოები და გიდები

საიდან მოდის მოჯიბაკე და რატომ მთავრდება ის ასე გამოიყურება — იხილეთ Where subtitle mojibake comes from; კოდირება ნორმალურია, მაგრამ შიგთავსი ბინძურია — გამოიყენეთ Subtitle cleanup; ტიმინგისა და კითხვის სიჩქარის შესამოწმებლად — Subtitle QC.