ფაილი წესრიგშია — ის არასწორად იქნა წაკითხული
ის, რასაც სუბტიტრების ფაილი ინახავს, არის ბაიტები. ბაიტების სიმბოლოებად გადაქცევა მოითხოვს იმის ცოდნას, თუ რომელ კოდირებაში იყვნენ ისინი დაწერილნი — შეცდებით ამაში და მიიღებთ მობიბაკეს. ფაილიდან არცერთი ბაიტი არ აკლია; წაიკითხეთ იგი თავიდან სწორი კოდირებით და სიმბოლოები დაბრუნდებიან.
ეს სამუშაოს ყოფს ორ ნაწილად: იმის გარკვევა, თუ რა კოდირებით დაიწყო ის და მისი შენახვა ისეთ კოდირებად, რომლის ამოცნობაც თქვენს ფლეიერს შეუძლია. პირველი მოდის საცდელი დეკოდირებიდან და შეფასებიდან, მეორე — ასლის შენახვიდან. ისინი აგვარებენ სხვადასხვა პრობლემას.
ხუთი ვიზუალი, ხუთი მიზეზი
მობიბაკე არ არის შემთხვევითი — მისი ვიზუალი გასცემს იმას, რამაც გამოიწვია იგი:
რატომ ვერ აღდგება შემცვლელი სიმბოლო
შემცვლელი სიმბოლო არის გამყოფი ხაზი. `�` ნიშნავს, რომ ბაიტები უკვე გადაყრილი იყო ადრინდელ ეტაპზე (ჩვეულებრივ, რაიმე პროგრამა კითხულობს ფაილს და კვლავ ინახავს მას) და არაფერი იქნა ჩაწერილი იმის შესახებ, თუ რა დაიკარგა. ამ ეტაპზე აღარაფერია უკუმიმართულებით ასახსნელი — ვერავინ შეასწორებს მას.
ასე რომ, აღდგენის გვერდი ორ შემთხვევაში სხვადასხვანაირად მოქმედებს. ატვირთეთ ფაილი და ორიგინალური ბაიტები ხელუხლებელია, რაც საშუალებას აძლევს მას სცადოს თითოეული კოდირება; თუ ჩასმული ტექსტი უკვე შეიცავს შემცვლელ სიმბოლოს, ის ამას პირდაპირ ამბობს: „ვერ აღდგება, გთხოვთ ატვირთოთ ორიგინალური ფაილი“.
არსებობს საპირისპირო შემთხვევაც: შიგთავსი შესანიშნავად იკითხება, მაგრამ თქვენი ფლეიერი მაინც აჩვენებს ნაგავს. ფაილი არ არის დამნაშავე — ფლეიერმა შეარჩია არასწორი კოდირება. ტექსტის რედაქტირება არ უშველის; შეინახეთ ასლი როგორც UTF-8 BOM-ით ან GBK-ით და მიეცით ის.
რას ადარებს ის აღდგენის დროს
ხელსაწყო ცდის ყველა სავარაუდო კოდირებას, შემდეგ აფასებს თითოეულ შედეგს: რამდენია ის შექმნილი გავრცელებული სიმბოლოებისგან, არის თუ არა აქცენტების სერიები, სიმბოლოების სერიები, არის თუ არა CJK სერიები უცნაური სიმბოლოების კედლები. საუკეთესო შეფასების მქონე შედეგი ხვდება სიის სათავეში.
თუ არცერთი შეფასება არ არის ცხადად უკეთესი, არაფერია რეკომენდებული — უმჯობესია გითხრათ „ეს ისედაც კარგად იკითხება“, ვიდრე მოგატყუოთ იმით, რაც მხოლოდ ბუნდოვნად ჰგავს ენას. ორჯერ დასახიჩრებული ტექსტი (ერთხელ არასწორად შენახული, შემდეგ ერთხელ არასწორად აღდგენილი) იღებს უკუამოხსნის კიდევ ერთ დამატებით რაუნდს საუკეთესო კანდიდატებზე.
სწორი კოდირების შენახვა ასრულებს საქმეს
აღდგენილი ტექსტი მაინც უნდა შეინახოს ისეთ კოდირებად, რომელსაც თქვენი ფლეიერი ამჩნევს. Windows-ის ფლეიერები ჩვეულებრივ ეყრდნობიან BOM-ს კოდირების დასაფიქსირებლად, ამიტომ UTF-8 BOM-ით ყველაზე ნაკლებად დამღლელია; ძველ აპარატურას და ზოგიერთ რეგიონულ ფლეიერს სურს GBK. შეგიძლიათ აირჩიოთ UTF-8, UTF-8 (BOM-ით), GBK, Big5, Shift_JIS ან EUC-KR და გეტყვიან, რომ აირჩიოთ სხვა, თუ რამე არ ჯდება (GBK-ს არ შეუძლია კორეულის შენახვა).
დაკავშირებული ხელსაწყოები და სახელმძღვანელოები
სრული სახელმძღვანელო — როგორ აღვადგინოთ მობიბაკე სუბტიტრები; რას ინახავს სუბტიტრების SRT ფაილი რეალურად — რა არის SRT ფაილის შიგნით; კოდირება წესრიგშია, მაგრამ შიგთავსი ბინძურია (წყლის ნიშნები, რეკლამები, სმენადაქვეითებულთა თეგები) — სუბტიტრების გასუფთავება.