S :: സബ്‌ടൈറ്റിൽ മോജിബാക്കെ എവിടെ നിന്നാണ് വരുന്നത്

S :: ഫയൽ കുഴപ്പമില്ല — ഇത് തെറ്റായി വായിക്കപ്പെട്ടു

S :: ഒരു സബ്‌ടൈറ്റിൽ ഫയൽ സംഭരിക്കുന്നത് ബൈറ്റുകളാണ്. ബൈറ്റുകളെ പ്രതീകങ്ങളാക്കി മാറ്റാൻ അവ ഏത് എൻകോഡിംഗിലാണ് എഴുതിയത് എന്ന് അറിയേണ്ടതുണ്ട് — അത് തെറ്റിക്കുകയാണെങ്കിൽ നിങ്ങൾക്ക് മോജിബാക്കെ ലഭിക്കും. ഫയലിൽ നിന്ന് ഒരു ബൈറ്റ് പോലും നഷ്ടപ്പെട്ടിട്ടില്ല; ശരിയായ എൻകോഡിങ് ഉപയോഗിച്ച് ഇത് വീണ്ടും വായിക്കുക, പ്രതീകങ്ങൾ തിരിച്ചുവരുന്നു.

അത് ജോലിയെ രണ്ടായി വിഭജിക്കുന്നു: ഇത് ഏത് എൻകോഡിംഗിലാണ് ആരംഭിച്ചത് എന്ന് പ്രവർത്തിച്ചെടുക്കുക, കൂടാതെ നിങ്ങളുടെ പ്ലെയറിന് കണ്ടെത്താൻ കഴിയുന്ന ഒരു എൻകോഡിംഗായി ഇത് സേവ് ചെയ്യുക. ആദ്യത്തേത് ട്രയൽ ഡീകോഡിംഗിൽ നിന്നും സ്കോറിംഗിൽ നിന്നും വരുന്നു, രണ്ടാമത്തേത് ഒരു പകർപ്പ് സേവ് ചെയ്യുന്നതിൽ നിന്നും. അവ വ്യത്യസ്ത പ്രശ്നങ്ങൾ പരിഹരിക്കുന്നു.

S :: അഞ്ച് രൂപങ്ങൾ, അഞ്ച് കാരണങ്ങൾ

മോജിബാക്കെ യാദൃശ്ചികമല്ല — ഇത് എങ്ങനെയിരിക്കുന്നു എന്നത് എന്ത് കാരണമാണ് ഇതിന് കാരണമായത് എന്ന് വെളിപ്പെടുത്തുന്നു:

മാറ്റിസ്ഥാപിക്കൽ പ്രതീകം എന്തുകൊണ്ട് പരിഹരിക്കാൻ കഴിയില്ല

മാറ്റിസ്ഥാപിക്കൽ പ്രതീകം വിഭജന രേഖയാണ്. ഒരു `�` അർത്ഥമാക്കുന്നത് ബൈറ്റുകൾ ഇതിനകം മുൻഘട്ടത്തിൽ (സാധാരണയായി ഫയൽ വായിച്ച് വീണ്ടും സേവ് ചെയ്യുന്ന ചില പ്രോഗ്രാം) എറിഞ്ഞുകളഞ്ഞു എന്നാണ്, കൂടാതെ എന്താണ് ഒഴിവാക്കപ്പെട്ടത് എന്നതിനെക്കുറിച്ച് ഒന്നും രേഖപ്പെടുത്തിയിട്ടില്ല. ആ സമയത്ത് പിന്നോട്ട് ചിന്തിക്കാൻ ഒന്നുമില്ല — ആർക്കും ഇത് പരിഹരിക്കാൻ കഴിയില്ല.

അതിനാൽ റിപ്പയർ പേജ് രണ്ട് കേസുകൾ വ്യത്യസ്തമായി കൈകാര്യം ചെയ്യുന്നു. ഒരു ഫയൽ അപ്‌ലോഡ് ചെയ്യുക, യഥാർത്ഥ ബൈറ്റുകൾ കേടുകൂടാതെയിരിക്കുന്നു, ഓരോ എൻകോഡിംഗും പരീക്ഷിക്കാൻ അനുവദിക്കുന്നു; ഒട്ടിച്ച വാചകത്തിൽ ഇതിനകം മാറ്റിസ്ഥാപിക്കൽ പ്രതീകം അടങ്ങിയിട്ടുണ്ടെങ്കിൽ, അത് വ്യക്തമായി പറയുന്നു: "പരിഹരിക്കാൻ കഴിയില്ല, ദയവായി യഥാർത്ഥ ഫയൽ അപ്‌ലോഡ് ചെയ്യുക".

വിപരീത കേസും ഉണ്ട്: ഉള്ളടക്കം തികച്ചും നന്നായി വായിക്കപ്പെടുന്നുവെങ്കിലും നിങ്ങളുടെ പ്ലെയർ ഇപ്പോഴും ചവറുകൾ കാണിക്കുന്നു. ഫയൽ കുഴപ്പത്തിലല്ല — പ്ലെയർ തെറ്റായ എൻകോഡിങ് തിരഞ്ഞെടുത്തു. വാചകം എഡിറ്റ് ചെയ്യുന്നത് സഹായിക്കില്ല; BOM അല്ലെങ്കിൽ GBK ഉപയോഗിച്ച് ഒരു പകർപ്പ് UTF-8 ആയി സേവ് ചെയ്ത് അത് നൽകുക.

ഇത് നന്നാക്കുമ്പോൾ എന്താണ് താരതമ്യം ചെയ്യുന്നത്

ഉപകരണം വിശ്വസനീയമായ എല്ലാ എൻകോഡിംഗും പരീക്ഷിക്കുന്നു, തുടർന്ന് ഓരോ ഫലവും സ്കോർ ചെയ്യുന്നു: അതിൽ എത്രത്തോളം സാധാരണ പ്രതീകങ്ങൾ അടങ്ങിയിരിക്കുന്നു, ഉച്ചാരണങ്ങളുടെ സ്ട്രിംഗുകൾ ഉണ്ടോ, ചിഹ്നങ്ങളുടെ സ്ട്രിംഗുകൾ ഉണ്ടോ, CJK റണ്ണുകൾ അവ്യക്തമായ പ്രതീകങ്ങളുടെ ചുവരുകളാണോ. ഏറ്റവും ഉയർന്ന സ്കോർ നേടിയ ഫലം ലിസ്റ്റിന്റെ മുകളിലേക്ക് പോകുന്നു.

S :: വ്യക്തമായി മെച്ചപ്പെട്ട സ്കോർ ഇല്ലെങ്കിൽ, ഒന്നും ശുപാർശ ചെയ്യുന്നില്ല — ഭാഷയോട് അവ്യക്തമായി സാദൃശ്യമുള്ള എന്തെങ്കിലും നൽകി നിങ്ങളെ ഒഴിവാക്കുന്നതിനേക്കാൾ "ഇത് ഉള്ളതുപോലെ നന്നായി വായിക്കുന്നു" എന്ന് പറയുന്നതാണ് നല്ലത്. രണ്ട് തവണ വികൃതമാക്കിയ വാചകം (ഒരിക്കൽ തെറ്റായി സേവ് ചെയ്തു, തുടർന്ന് ഒരിക്കൽ തെറ്റായി നന്നാക്കി) മികച്ച സ്ഥാനാർത്ഥികളിൽ ബാക്ക്-സോൾവിംഗിന്റെ ഒരു അധിക റൗണ്ട് കൂടി ലഭിക്കുന്നു.

S :: ശരിയായ എൻകോഡിങ് സേവ് ചെയ്യുന്നത് ജോലി പൂർത്തിയാക്കുന്നു

നന്നാക്കിയ വാചകം നിങ്ങളുടെ പ്ലെയർ തിരിച്ചറിയുന്ന ഒരു എൻകോഡിംഗായി ഇപ്പോഴും സേവ് ചെയ്യേണ്ടതുണ്ട്. উইন্ডോസിലെ പ്ലെയറുകൾ സാധാരണയായി എൻകോഡിങ് കണ്ടെത്താൻ BOM-നെ ആശ്രയിക്കുന്നു, അതിനാൽ BOM ഉള്ള UTF-8 ഏറ്റവും കുറഞ്ഞ ബുദ്ധിമുട്ടാണ്; പഴയ ഹാർഡ്‌വെയറിനും ചില പ്രാദേശിക പ്ലെയറുകൾക്കും GBK വേണം. നിങ്ങൾക്ക് UTF-8, UTF-8 (BOM സഹിതം), GBK, Big5, Shift_JIS അല്ലെങ്കിൽ EUC-KR എന്നിവ തിരഞ്ഞെടുക്കാം, കൂടാതെ എന്തെങ്കിലും യോജിക്കുന്നില്ലെങ്കിൽ മറ്റൊന്ന് തിരഞ്ഞെടുക്കാൻ നിങ്ങളോട് ആവശ്യപ്പെടും (കൊറിയൻ സൂക്ഷിക്കാൻ GBK-ക്ക് കഴിയില്ല).

S :: ബന്ധപ്പെട്ട ഉപകരണങ്ങളും ഗൈഡുകളും

S :: മുഴുവൻ വാക്ക്ത്രൂ — മോജിബാക്കെ സബ്‌ടൈറ്റിലുകൾ എങ്ങനെ നന്നാക്കാം; ഒരു SRT ഫയൽ യഥാർത്ഥത്തിൽ എന്താണ് സംഭരിക്കുന്നത് — ഒരു SRT ഫയലിനുള്ളിൽ എന്താണുള്ളത്; എൻകോഡിങ് കുഴപ്പമില്ല എന്നാൽ ഉള്ളടക്കം വൃത്തിഹരിതമാണ് (വാട്ടർമാർക്കുകൾ, പരസ്യങ്ങൾ, കേൾവിക്കുറവുള്ള ടാഗുകൾ) — സബ്‌ടൈറ്റിൽ ക്ലീനപ്പ്.