മൊജിബാകെ സബ്‌ടൈറ്റിലുകൾ എങ്ങനെ നന്നാക്കാം – എൻകോഡിംഗ് കണ്ടെത്തുക

ഈ ടൂൾ എന്താണ് ചെയ്യുന്നത്

UTF-8 ആയി വായിക്കുന്നതും GBK ആയി വായിക്കുന്നതുമായ അതേ ബൈറ്റുകൾ തികച്ചും വ്യത്യസ്തമായ രണ്ട് സെറ്റ് പ്രതീകങ്ങൾ ഉണ്ടാക്കുന്നു — ഫയലിന് കേടുപാടുകൾ സംഭവിച്ചിട്ടില്ല, തെറ്റായ എൻകോഡിംഗ് ഉപയോഗിച്ചാണ് അത് ഡീകോഡ് ചെയ്തത്. റിപ്പയർ ടൂൾ ചെയ്യുന്നത് ഇതാണ്:

ഫയൽ അപ്‌ലോഡ് ചെയ്യുക, പേസ്റ്റ് ചെയ്യരുത്

രണ്ട് എൻട്രി പോയിന്റുകൾക്കും വ്യത്യസ്ത അളവിലുള്ള കേടുപാടുകൾ പരിഹരിക്കാൻ കഴിയും, അതിനാൽ കഴിയുമെങ്കിൽ ഫയൽ അപ്‌ലോഡ് ചെയ്യുക. ഒരു ഫയൽ ഉപയോഗിക്കുമ്പോൾ, യഥാർത്ഥ ബൈറ്റുകൾ അവിടെയുണ്ട്: ടൂൾ ഒരു എൻകോഡിംഗിന് ശേഷം മറ്റൊന്ന് പരീക്ഷിക്കുന്നു, ഒരിക്കൽ അത് GBK തിരിച്ചറിഞ്ഞാൽ അത് GBK ആയി ഡീകോഡ് ചെയ്യുന്നു — ഒന്നും ഊഹിക്കേണ്ടി വരുന്നില്ല. പേസ്റ്റ് ചെയ്ത് എത്തുന്ന ടെക്സ്റ്റ് ഇനി റോ ബൈറ്റുകളല്ല. ബ്രൗസർ സ്ട്രിംഗ് കൈമാറുന്ന സമയത്ത് തന്നെ തെറ്റ് സംഭവിച്ചിട്ടുണ്ടാകും, അതിനാൽ ടൂളിന് പിന്നോട്ട് പ്രവർത്തിക്കാനും കിട്ടുന്നത് സ്വീകരിക്കാനും മാത്രമേ കഴിയൂ.

പേസ്റ്റ് ചെയ്ത ടെക്സ്റ്റിൽ ഇതിനകം തന്നെ റീപ്ലേസ്‌മെന്റ് പ്രതീകം അടങ്ങിയിട്ടുണ്ടെങ്കിൽ (ആ ബോക്സ് ചെയ്ത ചോദ്യചിഹ്നം `�`), യഥാർത്ഥ ബൈറ്റുകൾ എപ്പോഴേ പോയിക്കഴിഞ്ഞു, അവയെ തിരിച്ചുകൊണ്ടുവരാൻ കഴിയില്ല. പേജ് അത് വ്യക്തമായി പറയുന്നു: തിരികെ പോയി യഥാർത്ഥ ഫയൽ അപ്‌ലോഡ് ചെയ്യാൻ "Choose file" ഉപയോഗിക്കുക.

റിപ്പയർ പേജ് അപ്‌ലോഡ് ഏരിയ: ഡ്രോപ്പ് സോണും പേസ്റ്റ് ബോക്സും, മുകളിൽ കണ്ടെത്തിയ എൻകോഡിംഗ് കാണിച്ചിരിക്കുന്നു — ഫയൽ ഡ്രോപ്പ് ചെയ്യുക അല്ലെങ്കിൽ ബ്രൗസ് ചെയ്യുക; പേസ്റ്റ് ബോക്സ് താഴെയാണ് സ്ഥിതി ചെയ്യുന്നത്, അതിന് വളരെ കുറച്ചേ നന്നാക്കാൻ കഴിയൂ.

ഡയഗ്നോസിസ് നിങ്ങളോട് എന്താണ് പറയുന്നത്

നിങ്ങൾ അപ്‌ലോഡ് ചെയ്തുകഴിഞ്ഞാൽ, ഡയഗ്നോസിസ് കാർഡ് ഒരു വിധി നൽകുന്നു. മൊജിബാകെ കണ്ടെത്തിയില്ല: ഉള്ളടക്കം ഉള്ളതുപോലെ നന്നായി വായിക്കാം; നിങ്ങളുടെ പ്ലെയർ ഇപ്പോഴും വിചിത്രമായ പ്രതീകങ്ങൾ കാണിക്കുന്നുവെങ്കിൽ, പ്ലെയർ തെറ്റായ എൻകോഡിംഗാണ് ഉപയോഗിച്ചത് — "Save as" ലേക്ക് താഴേക്ക് പോകൂ, മറ്റൊരു ഒരെണ്ണം തിരഞ്ഞെടുത്ത് ആ ഫയൽ അതിന് നൽകുക. ഇത് മൊജിബാകെ പോലെ കാണപ്പെടുമ്പോൾ, അത് കണ്ടെത്തിയ ട്രെയ്സ് ഏതാണെന്ന് കാർഡ് പട്ടികപ്പെടുത്തുന്നു:

ഡയഗ്നോസിസ് കാർഡ്: വിധിയും ഓരോ മൊജിബാകെ ട്രെയ്സും വരി വരിയായി പട്ടികപ്പെടുത്തിയിരിക്കുന്നു — "ഇത് മൊജിബാകെ ആണ്" എന്ന് മാത്രം പറയുന്നതിന് പകരം ഡയഗ്നോസിസ് ട്രെയ്സുകൾ തരംതിരിച്ച് പട്ടികപ്പെടുത്തുന്നു

കാേഡിഡേറ്റുകൾ എങ്ങനെ റാങ്ക് ചെയ്യപ്പെടുന്നു, എങ്ങനെ തിരഞ്ഞെടുക്കാം

"Ways to fix this" എന്നതിന് കീഴിൽ, കാേഡിഡേറ്റുകൾ യഥാർത്ഥ ഭാഷയോട് ഏറ്റവും സാമ്യമുള്ളത് ആദ്യം എന്ന ക്രമത്തിൽ, 12 എണ്ണം വരെ പട്ടികപ്പെടുത്തിയിരിക്കുന്നു, ഓരോന്നിനും അത് വായിച്ചതും മാറ്റിയതുമായ എൻകോഡിംഗ് ജോഡി ലേബൽ ചെയ്തിരിക്കുന്നു. അത് എങ്ങനെയിരിക്കുന്നു എന്ന് കാണാൻ ഒന്നിൽ ക്ലിക്ക് ചെയ്യുക, അത് തിരഞ്ഞെടുക്കുക, തുടർന്ന് സേവ് ചെയ്യാൻ താഴേക്ക് സ്ക്രോൾ ചെയ്യുക. തൃപ്തികരമല്ലേ? യഥാർത്ഥ അവസ്ഥയിലേക്ക് മടങ്ങാൻ "Keep as is" ഉപയോഗിക്കുക.

പൊതുവായ പ്രതീകങ്ങളുടെ പങ്ക്, ആക്സെന്റുകളുടെ സ്ട്രിംഗുകൾ, ചിഹ്നങ്ങളുടെ സ്ട്രിംഗുകൾ, അപൂർവ്വ പ്രതീകങ്ങളുടെ കൂട്ടങ്ങൾ എന്നിവയെല്ലാം ഭാരപ്പെടുത്തിയാണ് ഈ ക്രമം വരുന്നത്. വ്യക്തമായി മെച്ചപ്പെട്ട സ്കോർ ഒന്നുമില്ലെങ്കിൽ, ഒന്നും ശുപാർശ ചെയ്യപ്പെടില്ല — ഒരെണ്ണം വേണം എന്നതിന് വേണ്ടി മാത്രം പകുതി-പ്രാബ്ല്യമായ ഒരു കാേഡിഡേറ്റ് അത് നിങ്ങളുടെ മേൽ അടിച്ചേൽപ്പിക്കില്ല. രണ്ടുതവണ കേടായ ടെക്സ്റ്റ് (ഒരിക്കൽ തെറ്റായി സേവ് ചെയ്യപ്പെട്ടു, പിന്നീട് ഒരിക്കൽ തെറ്റായി നന്നാക്കപ്പെട്ടു) ഉയർന്ന കാേഡിഡേറ്റുകളിൽ ബാക്ക്-സോൾവിംഗിന്റെ ഒരുകൂടി അധിക റൗണ്ട് ലഭിക്കുന്നു, അതിനാൽ രണ്ട് പാളികൾക്കുള്ളിലുള്ള ഏതും ഇപ്പോഴും രക്ഷപ്പെടുത്താം.

യഥാർത്ഥ ഭാഷയോട് എത്രത്തോളം സാമ്യമുണ്ട് എന്നതിന്റെ അടിസ്ഥാനത്തിൽ റാങ്ക് ചെയ്ത കാേഡിഡേറ്റ് റിപ്പയർ ലിസ്റ്റ്, ഓരോന്നിനും അതിന്റെ എൻകോഡിംഗ് ജോഡി ലേബൽ ചെയ്തിരിക്കുന്നു — "യഥാർത്ഥ ഭാഷയോട് ഏറ്റവും സാമ്യമുള്ളത്" എന്നതിന്റെ അടിസ്ഥാനത്തിൽ റാങ്ക് ചെയ്ത കാേഡിഡേറ്റുകൾ, ഓരോന്നും ഉൾപ്പെട്ടിരിക്കുന്ന എൻകോഡിംഗുകൾ കാണിക്കുന്നു

ശരിയായി സേവ് ചെയ്യുക എന്നതാണ് അവസാന ഘട്ടം

നന്നാക്കിയ ഒരു ഫലം ഇപ്പോഴും ശരിയായി സേവ് ചെയ്യേണ്ടതുണ്ട്. ഒരു പ്ലെയറിന് UTF-8 കണ്ടെത്താൻ കഴിയാത്തപ്പോൾ, BOM ഉള്ള UTF-8 ആയി സേവ് ചെയ്യുന്നത് (വിൻഡോസ് പ്ലെയറുകൾ BOM-നെ ആശ്രയിക്കുന്നു) അല്ലെങ്കിൽ GBK ആയി സേവ് ചെയ്യുന്നത് സാധാരണയായി അത് പരിഹരിക്കുന്നു. നിങ്ങൾക്ക് UTF-8, UTF-8 (BOM ഉള്ളത്), GBK, Big5, Shift_JIS അല്ലെങ്കിൽ EUC-KR ആയി സേവ് ചെയ്യാം; എന്തെങ്കിലും യോജിക്കുന്നില്ലെങ്കിൽ, മറ്റൊന്ന് തിരഞ്ഞെടുക്കാൻ നിങ്ങളോട് ആവശ്യപ്പെടും (GBK-ക്ക് കൊറിയൻ താങ്ങാൻ കഴിയില്ല). ഡൗൺലോഡ് ചെയ്ത ഫയലുകളുടെ പേരിൽ `-fixed` ചേർക്കപ്പെടും.

കണ്ടെത്തിയ എൻകോഡിംഗ് UTF-8 അല്ലായിരിക്കുമ്പോൾ, "Save as" എന്നത് നിങ്ങൾക്കായി BOM ഉള്ള UTF-8 ആയി മുൻകൂട്ടി സജ്ജീകരിച്ചിരിക്കുന്നു. നിങ്ങൾ ഡ്രോപ്ഡൗൺ സ്വയം സ്പർശിച്ചുകഴിഞ്ഞാൽ, അത് നിങ്ങളെ രണ്ടാമത് ഊഹിക്കുന്നത് നിർത്തുന്നു.

റിസൾട്ട് ഏരിയ: സേവ്-ആസ് ഡ്രോപ്ഡൗണും ഡൗൺലോഡ് ബട്ടണുമുള്ള ടെക്സ്റ്റ് ബോക്സ് — ഒരു എൻകോഡിംഗ് തിരഞ്ഞെടുക്കുക, തുടർന്ന് ഡൗൺലോഡ് ചെയ്യുക — ഫയൽനാമത്തിൽ -fixed ചേർക്കപ്പെടും

ഒരിക്കലും തൊടാത്ത കാര്യങ്ങൾ

തെറ്റായി വായിച്ച പ്രതീകങ്ങൾ മാത്രമേ മാറ്റിസ്ഥാപിക്കപ്പെടുകയുള്ളൂ. ഇൻഡക്സ് നമ്പറുകൾ, ടൈമിംഗുകൾ, ASS സ്റ്റൈൽ വരികൾ എന്നിവ ഒരു വിധത്തിലും മാറ്റപ്പെടില്ല.

പതിവായി ചോദിക്കുന്ന ചോദ്യങ്ങൾ (FAQ)

ഞാൻ ഫയൽ അപ്‌ലോഡ് ചെയ്തു, പിന്നെ എന്തിനാണ് ഞാൻ ഇത് വീണ്ടും സേവ് ചെയ്യേണ്ടത്? ഫയൽ സാധാരണയായി കുഴപ്പമില്ലാത്തതാണ്; തകരാറിലായിരിക്കുന്നത് തെറ്റായ എൻകോഡിംഗ് ഉപയോഗിച്ച് അത് വായിക്കുന്ന പ്ലെയറാണ്. ആ സാഹചര്യത്തിൽ ടെക്സ്റ്റിലെ ഒരു പ്രതീകവും മാറ്റേണ്ടതില്ല — BOM അല്ലെങ്കിൽ GBK ഉള്ള ഒരു കോപ്പി UTF-8 ആയി സേവ് ചെയ്ത് അത് പ്ലെയറിന് നൽകുക.

പേസ്റ്റ് ചെയ്ത ടെക്സ്റ്റ് എന്തുകൊണ്ട് നന്നാക്കാൻ കഴിയില്ല? പേസ്റ്റ് ചെയ്ത ഉള്ളടക്തത്തിൽ റീപ്ലേസ്‌മെന്റ് പ്രതീകം പ്രത്യക്ഷപ്പെട്ടുകഴിഞ്ഞാൽ, യഥാർത്ഥ ബൈറ്റുകൾ ഇല്ലാതായി, പിന്നോട്ട് ചിന്തിക്കാൻ ഒന്നുമില്ല. തിരികെ പോയി യഥാർത്ഥ ഫയൽ അപ്‌ലോഡ് ചെയ്യാൻ "Choose file" ഉപയോഗിക്കുക.

എനിക്ക് വേണ്ട കാേഡിഡേറ്റ് പട്ടികയിൽ ഇല്ലേ? നിങ്ങളുടെ കൈവശമുള്ളതിനേക്കാൾ വ്യക്തമായി ഉയർന്ന സ്കോർ നേടാത്ത പക്ഷം ഒന്നും ശുപാർശ ചെയ്യപ്പെടില്ല. കണ്ടെത്തിയ എൻകോഡിംഗ് മറ്റൊന്നിലേക്ക് മാറ്റി നോക്കൂ, അത് വീണ്ടും റാങ്ക് ചെയ്യാൻ അനുവദിക്കൂ.

একസമയം എത്ര ഫയലുകൾ? ഒരു സമയം ഒന്ന്. റിപ്പയർ ഡൗൺലോഡ് ചെയ്യുക, തുടർന്ന് അടുത്ത ഫയൽ നൽകുക.

സ്വകാര്യത (Privacy)

കണ്ടെത്തലും റിപ്പയറും പൂർണ്ണമായും നിങ്ങളുടെ ബ്രൗസറിലാണ് പ്രവർത്തിക്കുന്നത്. സബ്‌ടൈറ്റിൽ ഉള്ളടക്ടൊന്നും ഒരിക്കലും ഒരു സർവറിലേക്ക് അയക്കപ്പെടുന്നില്ല.

ബന്ധപ്പെട്ട ടൂളുകളും ഗൈഡുകളും

മൊജിബാകെ എവിടെ നിന്നാണ് വരുന്നത്, എന്തുകൊണ്ടാണ് അത് അങ്ങനെ കാണപ്പെടുന്നത് — കാണുക Where subtitle mojibake comes from; എൻകോഡിംഗ് കുഴപ്പമില്ല എന്നാൽ ഉള്ളടക്കം വൃത്തിഹീനമാണ് — ഉപയോഗിക്കുക Subtitle cleanup; ടൈമിംഗും വായനാ വേഗതയും പരിശോധിക്കാൻ — Subtitle QC.