Fails ir kārtībā — tas tika nolasīts nepareizi
Subtitru fails saglabā baitus. Lai pārvērstu baitus rakstzīmēs, ir jāzina, kādā kodējumā tie tika uzrakstīti — ja kļūdāties, iegūstat kropļojumu. No faila nav pazudis neviens baits; nolasiet to vēlreiz ar pareizo kodzīmi, un rakstzīmes atgriežas.
Tas sadala darbu divās daļās: izdomāt, kāds kodējums tam bija sākumā, un saglabāt to kā kodējumu, ko jūsu atskaņotājs var atpazīt. Pirmais rodas no izmēģinājuma atšifrēšanas un vērtēšanas, otrais no kopijas saglabāšanas. Tie risina dažādas problēmas.
Pieci izskati, pieci cēloņi
Kropļojums nav nejaušs — tā izskats atklāj, kas to izraisīja:
Kāpēc aizstāšanas rakstzīmi nevar labot
Aizstāšanas rakstzīme ir robežlīnija. `�` nozīmē, ka baiti jau tika izmesti iepriekšējā solī (parasti kāda programma, kas nolasa failu un saglabā to no jauna), un nekas netika reģistrēts par to, kas tika nomests. Šajā brīdī nav ko secināt atpakaļgaitā — neviens to nevar labot.
Tāpēc labošanas lapa apstrādā abus gadījumus atšķirīgi. Augšupielādējiet failu, un oriģinālie baiti ir neskarti, ļaujot izmēģināt katru kodējumu; ja ielīmētajā tekstā jau ir aizstāšanas rakstzīme, tas to skaidri pasaka: „nevar labot, lūdzu, augšupielādējiet oriģinālo failu“.
Ir arī pretējs gadījums: saturs nolasās perfekti labi, bet jūsu atskaņotājs joprojām rāda atkritumus. Fails nav vainīgs — atskaņotājs izvēlējās nepareizu kodējumu. Teksta rediģēšana nepalīdzēs; saglabājiet kopiju kā UTF-8 ar BOM vai GBK un iedodiet to tam.
Ko tas salīdzina labošanas laikā
Rīks izmēģina katru ticamo kodējumu, pēc tam novērtē katru rezultātu: cik liela tā daļa ir veidota no parastajām rakstzīmēm, vai ir akcentu virknes, simbolu virknes, vai CJK joslas ir neskaidru rakstzīmju sienas. Visaugstāk novērtētais rezultāts nonāk saraksta augšgalā.
Ja neviena vērtība nav nepārprotami labāka, nekas nav ieteicams — labāk pateikt „šis lasās labi tāds, kāds tas ir“, nekā apmuļķot ar kaut ko, kas tikai aptuveni līdzinās valodai. Divreiz sabojāts teksts (saglabāts nepareizi vienu reizi, pēc tam labots nepareizi vienu reizi) iegūst vienu papildu atgriezeniskās atrisināšanas kārtu labākajiem kandidātiem.
Pareizā kodējuma saglabāšana pabeidz darbu
Labotais teksts joprojām ir jāsaglabā kā kodējums, ko jūsu atskaņotājs atpazīst. Atskaņotāji operētājsistēmā Windows parasti paļaujas uz BOM, lai noteiktu kodējumu, tāpēc UTF-8 ar BOM ir vismazākā jezga; vecākai aparatūrai un dažiem reģionālajiem atskaņotājiem ir nepieciešams GBK. Varat izvēlēties UTF-8, UTF-8 (ar BOM), GBK, Big5, Shift_JIS vai EUC-KR, un jums tiks likts izvēlēties citu, ja kaut kas neder (GBK nevar saturēt korejiešu valodu).
Saistītie rīki un ceļveži
Pilns ceļvedis — Kā labot kropļotus subtitrus; ko SRT fails patiesībā saglabā — Kas atrodas SRT faila iekšpusē; kodējums ir kārtībā, bet saturs ir netīrs (ūdenszīmes, reklāmas, vājdzirdīgo tagi) — Subtitru tīrīšana.