हे टूल काय करते
UTF-8 म्हणून वाचलेले आणि GBK म्हणून वाचलेले समान बाइट्स दोन पूर्णपणे भिन्न अक्षरे तयार करतात — फाइल खराब झालेली नाही, ती चुकीच्या एन्कोडिंगसह डिकोड केली गेली होती. रिपेअर टूल काय करते ते येथे आहे:
फाइल अपलोड करा, पेस्ट करू नका
दोन एंट्री पॉइंट्स वेगवेगळ्या प्रमाणात नुकसान रिपेअर करू शकतात, म्हणून शक्य असल्यास फाइल अपलोड करा. फाइलसह, मूळ बाइट्स अजूनही तिथे असतात: टूल एकामागून एक एन्कोडिंग वापरून पाहते, आणि एकदा GBK ओळखले की ते GBK म्हणून डिकोड करते — कशाचाही अंदाज लावण्याची गरज नाही. पेस्ट करून आलेला मजकूर आता रॉ बाइट्स राहिलेला नाही. ब्राउझर स्ट्रिंग हातामध्ये देईपर्यंत, चूक आधीच झालेली असते, त्यामुळे टूल फक्त मागे जाऊन जे मिळेल ते घेऊ शकते.
पेस्ट केलेल्या मजकुरात आधीच रिप्लेसमेंट कॅरेक्टर (ते बॉक्स केलेले प्रश्नचिन्ह ``) असल्यास, मूळ बाइट्स खूप आधी निघून गेले आहेत आणि कोणतीही गोष्ट त्यांना परत आणू शकत नाही. पेज स्पष्टपणे सांगते: वर जा आणि मूळ फाइल अपलोड करण्यासाठी "फाइल निवडा" वापरू नका ऐवजी वापर करा.
डायग्नॉसिस तुम्हाला काय सांगत आहे
तुम्ही अपलोड केल्यानंतर, डायग्नॉसिस कार्ड निकाल देते. कोणतीही मोजीबाके सापडली नाही: सामग्री जशी आहे तशी वाचायला ठीक वाटते; तुमचा प्लेअर अजूनही कचरा दाखवत असल्यास, प्लेअरने चुकीचे एन्कोडिंग वापरले — "असे सेव्ह करा" वर खाली जा, दुसरे निवडा आणि ती फाइल त्याला द्या. जेव्हा ते मोजीबाकेसारखे दिसते, तेव्हा कार्ड सूची देते की त्याला कोणते ट्रेस सापडले:
उमेदवारांना कशी रँक दिली जाते आणि कसे निवडावे
"हे दुरुस्त करण्याचे मार्ग" अंतर्गत, उमेदवार सर्वात-वास्तविक-भाषेसारखे-प्रथम क्रमाने सूचीबद्ध केले जातात, त्यापैकी 12 पर्यंत, प्रत्येकाला ते कोणत्या एन्कोडिंगमधून आणि कशात वाचले गेले त्या जोडीने लेबल केले जाते. ते कसे दिसते ते पाहण्यासाठी एकावर क्लिक करा, ते निवडा, नंतर सेव्ह करण्यासाठी खाली स्क्रोल करा. समाधानी नाही? मूळवर परत जाण्यासाठी "तसेच्या तसे ठेवा" वापर करा.
हा क्रम एका गुणावरून येतो: सामान्य अक्षरांचा वाटा, उच्चारांच्या स्ट्रिंग्ज, चिन्हांच्या स्ट्रिंग्ज, अस्पष्ट अक्षरांच्या भिंती, सर्व वजन केलेले. कोणताही गुण स्पष्टपणे चांगला नसल्यास, काहीही सुचवले जात नाही — ते फक्त एक असण्यासाठी अर्धा-संभाव्य उमेदवार तुमच्यावर लादणार नाही. दोनदा खराब झालेला मजकूर (एकदा चुकीचा सेव्ह केला, नंतर एकदा चुकीचा रिपेअर केला) शीर्ष उमेदवारांवर बॅक-सॉल्व्हिंगची एक अतिरिक्त फेरी मिळवतो, त्यामुळे दोन स्तरांमधील कोणतीही गोष्ट अजूनही वाचवली जाऊ शकते.
योग्य प्रकारे सेव्ह करणे ही शेवटची पायरी आहे
रिपेअर केलेल्या निकालाला अजूनही योग्य प्रकारे सेव्ह करावे लागेल. जेव्हा प्लेअर UTF-8 ओळखू शकत नाही, तेव्हा BOM सह UTF-8 (Windows प्लेअर BOM वर अवलंबून असतात) किंवा GBK म्हणून सेव्ह करणे सहसा ते सोडवते. तुम्ही UTF-8, UTF-8 (BOM सह), GBK, Big5, Shift_JIS किंवा EUC-KR म्हणून सेव्ह करू शकता; काही बसत नसल्यास, तुम्हाला दुसरे निवडण्यास सांगितले जाते (GBK कोरियन सामावून घेऊ शकत नाही). डाउनलोड केलेल्या फाईल्सच्या नावामध्ये `-fixed` जोडले जाते.
ओळखले गेलेले एन्कोडिंग UTF-8 नसताना, "असे सेव्ह करा" तुमच्यासाठी आधीपासूनच BOM सह UTF-8 वर प्रीसेट केलेले असते. तुम्ही स्वतः ड्रॉपडाऊनला स्पर्श केल्यावर, ते तुमचा अंदाज घेणे थांबवते.
ज्यांना कधीही हात लावला जात नाही
फक्त चुकीच्या पद्धतीने वाचलेली अक्षरे बदलली जातात. इंडेक्स नंबर, टायमिंग आणि ASS स्टाईल ओळी कोणत्याही प्रकारे बदलल्या जात नाहीत.
सामान्य प्रश्न
मी फाइल अपलोड केली, मग मला ती पुन्हा का सेव्ह करावी लागेल? फाइल स्वतः सहसा ठीक असते; काय खराब आहे ते म्हणजे प्लेअर चुकीच्या एन्कोडिंगसह ते वाचत आहे. त्या प्रकरणात मजकुरातील कोणत्याही अक्षराला बदलण्याची गरज नाही — फक्त UTF-8 सह BOM किंवा GBK म्हणून एक प्रत सेव्ह करा आणि ती प्लेअरला द्या.
पेस्ट केलेले मजकूर का रिपेअर केले जाऊ शकत नाही? पेस्ट केलेल्या सामग्रीमध्ये रिप्लेसमेंट कॅरेक्टर दिसल्यानंतर, मूळ बाइट्स निघून गेलेले असतात आणि मागे तर्क करण्यासाठी काहीही नसते. वर जा आणि मूळ फाइल अपलोड करण्यासाठी "फाइल निवडा" वापर करा.
मला हवा असलेला उमेदवार सूचीबद्ध नाही का? तुमच्याकडे आधीपासून असलेल्यापेक्षा स्पष्टपणे चांगले गुण मिळेपर्यंत काहीही सुचवले जात नाही. ओळखले गेलेले एन्कोडिंग दुसऱ्यामध्ये बदलण्याचा प्रयत्न करा आणि ते पुन्हा रँक होऊ द्या.
एकाच वेळी किती फाइल्स? एका वेळी एक. रिपेअर डाउनलोड करा, नंतर पुढील फाइल फीड करा.
गोपनीयता
ओळख आणि रिपेअर पूर्णपणे तुमच्या ब्राउझरमध्ये चालतात. कोणतीही सबटायटल सामग्री कधीही सर्व्हरवर पाठवली जात नाही.
संबंधित टूल्स आणि मार्गदर्शक
मोजीबाके कुठून येते आणि ते तसे का दिसते — पहा Where subtitle mojibake comes from; एन्कोडिंग ठीक आहे पण सामग्री खराब आहे — Subtitle cleanup वापर करा; टायमिंग आणि वाचन वेग तपासण्यासाठी — Subtitle QC.