Il-fajl jinsab tajjeb — inqara ħażin
Dak li jaħżen fajl tas-sottotitoli huma bytes. It-tibdil ta' bytes f'karattri jeħtieġ li tkun taf f'liema inkodjar inkitbu — ħu dak ħażin u jkollok mojibake. Ebda byte wieħed ma nieqes mill-fajl; erġa' aqrah bl-inkodjar it-tajjeb u l-karattri jerġgħu lura.
Dan jaqsam ix-xogħol f'tnejn: kif wieħed jaħdem f'liema inkodjar beda, u kif isalvabħala inkodjar li l-plejer tiegħek jista' jiskopri. L-ewwel wieħed jiġi mill-ippruvat tad-dekodifikazzjoni u l-punteġġ, it-tieni mill-iffrankar ta' kopja. Huma jsolvu problemi differenti.
Ħames dehriet, ħames kawżi
Il-mojibake mhuwiex każwali — kif jidher jiżvela x'ikkawżah:
Għaliex il-karattru ta' sostituzzjoni ma jistax jissewwa
Il-karattru ta' sostituzzjoni huwa l-linja diviżorja. `�` ifisser li l-bytes kienu diġà ntremew f'pass aktar kmieni (ġeneralment xi programm li qara l-fajl u reġa' salvah), u xejn ma ġie rreġistrat dwar dak li ntrema. F'dak il-punt m'hemm xejn li wieħed jirraġuna lura minnu — ħadd ma jista' jsewwih.
Għalhekk il-paġna tat-tiswija tittratta żewġ każijiet b'mod differenti. Tella' fajl u l-bytes oriġinali jkunu intatti, u b'hekk iħallih jipprova kull inkodjar; jekk it-test ipejstejt diġà jkun fih il-karattru ta' sostituzzjoni, jgħid hekk b'mod ċar: "ma jistax jissewwa, jekk jogħġbok tella' l-fajl oriġinali".
Hemm ukoll il-każ oppost: il-kontenut jinqara tajjeb ħafna iżda l-plejer tiegħek xorta juri żibel. Il-fajl mhuwiex tort — il-plejer għażel l-inkodjar il-ħażin. L-editjar tat-test mhux se jgħin; salva kopja b'UTF-8 b'BOM jew GBK u agħtih dik.
X'inhu jqabbel waqt it-tiswija
L-għodda tipprova kull inkodjar plawsibbli, imbagħad tagħti punteġġ lil kull riżultat: kemm minnu hu magħmul minn karattri komuni, jekk hemmx sensiela ta' aċċenti, sensiela ta' simboli, jekk il-meded ta' CJK humiex ħajt ta' karattri oskuri. Ir-riżultat bl-aħjar punteġġ jitla' fil-quċċata tal-lista.
Jekk l-ebda punteġġ ma jkun ċarament aħjar, xejn ma jiġi rrakkomandat — aħjar ngħidulek "dan jinqara tajjeb kif inhu" milli nagħtuk xi ħaġa li tixbah biss b'mod vag xi lingwa. Test imħarbat darbtejn (salvat ħażin darba, imbagħad imsewwi ħażin darba) jieħu rawnd żejda wieħed ta' soluzzjoni lura fuq il-kandidati ewlenin.
L-iffrankar tal-inkodjar it-tajjeb itemm ix-xogħol
Test imsewwi xorta jrid jiġi salvat bħala inkodjar li l-plejer tiegħek jirrikonoxxi. Il-plejers fuq Windows ġeneralment jiddependu mill-BOM biex jiskopru l-inkodjar, għalhekk UTF-8 b'BOM huwa l-inqas battikata; ħardwer eqdem u xi plejers reġjonali jridu GBK. Tista' tagħżel UTF-8, UTF-8 (b'BOM), GBK, Big5, Shift_JIS jew EUC-KR, u jingħadlek biex tagħżel ieħor jekk xi ħaġa ma taqbilx (GBK ma tistax żżomm Korejan).
Għodod u gwidi relatati
Il-passaġġ sħiħ — Kif tirranġa sottotitoli mħarbta minn mojibake; x'jaħżen attwalment fajl SRT — X'hemm ġewwa fajl SRT; l-inkodjar huwa tajjeb iżda l-kontenut huwa maħmuġ (watermarks, reklami, tags għal dawk neqsin mis-smigħ) — Tindif tas-sottotitoli.