Hva dette verktøyet gjør
De samme byte-verdiene lest som UTF-8 eller GBK gir to helt forskjellige sett med tegn – filen er ikke skadet, den ble bare dekodet med feil tegnsett. Dette er hva reparasjonsverktøyet gjør:
Last opp filen, ikke lim den inn
De to inngangspunktene kan reparere ulik mengde skade, så last opp filen hvis du kan. Med en fil er de opprinnelige byte-verdiene fremdeles der: verktøyet prøver det ene tegnsettet etter det andre, og når det gjenkjenner GBK, dekoder det som GBK – ingenting må gjettes. Tekst som limes inn, er ikke lenger rå byte-verdier. Innen nettleseren overleverer strengen, har tabben allerede skjedd, slik at verktøyet bare kan jobbe baklengs og ta det det får.
Hvis innlimt tekst allerede inneholder erstatningstegnet (det innrammede spørsmålstegnet ``), er de opprinnelige byte-verdiene borte for lengst, og ingenting kan hente dem tilbake. Siden sier fra om dette: gå opp igjen og bruk «Velg fil» for å laste opp originalen.
Hva diagnosen forteller deg
Når du har lastet opp, gir diagnosekortet en dom. Ingen mojibake funnet: innholdet ser fint ut som det er. Hvis avspilleren din fremdeles viser tullategn, brukte avspilleren feil tegnsett – gå ned til «Lagre som», velg et annet og gi den filen. Når det ser ut som mojibake, lister kortet opp hvilket spor det fant:
Hvordan kandidater rangeres, og hvordan du velger
Under «Ways to fix this», candidates are listed in most-like-real-language-first order, up to 12 of them, each labelled with the pair of encodings it was read from and to. Click one to see how it looks, pick it, then scroll down to save. Not happy? Use "Keep as is" to fall back to the original.
Rekkefølgen kommer fra en poengsum: andel vanlige tegn, strenger med aksenter, strenger med symboler, vegger av obskure tegn, der alt er vektet inn. Hvis ingen poengsum er klart bedre, anbefales ingenting – det vil ikke dytte en halvveis plausibel kandidat på deg bare for å ha en. Tekst som ble ødelagt to ganger (lagret feil én gang, deretter reparert feil én gang), får én ekstra runde med baklengs-løsning på de beste kandidatene, slik at alt innenfor to lag fremdeles kan reddes.
Riktig lagring er det siste trinnet
Et reparert resultat må fremdeles lagres på riktig måte. Når en avspiller ikke kan oppdage UTF-8, ordner det seg som regel ved å lagre som UTF-8 med BOM (Windows-avspillere stoler på BOM) eller som GBK. Du kan lagre som UTF-8, UTF-8 (med BOM), GBK, Big5, Shift_JIS eller EUC-KR. Hvis noe ikke passer, får du beskjed om å velge et annet (GBK kan ikke inneholde koreansk). Nedlastede filer får `-fixed` lagt til navnet.
Når det oppdagede tegnsettet ikke er UTF-8, er «Lagre som» allerede forhåndsinnstilt til UTF-8 med BOM for deg. Med en gang du berører nedtrekksmenyen selv, slutter den å gjette for deg.
Hva som aldri berøres
Bare de feilleste tegnene erstattes. Indeksnumre, tider og ASS-stilinjer endres ikke på noen måte.
Vanlige spørsmål
Jeg lastet opp filen, så hvorfor må jeg fremdeles lagre den på nytt? Selve filen er som regel fin; det som er ødelagt, er avspilleren som leser den med feil tegnsett. I så fall trenger ikke et eneste tegn i teksten endres – bare lagre en kopi som UTF-8 med BOM eller GBK og gi den til avspilleren.
Hvorfor kan ikke innlimt tekst repareres? Med en gang erstatningstegnet dukker opp i innlimt innhold, er de opprinnelige byte-verdiene borte, og det er ingenting å resonnere baklengs fra. Gå opp igjen og bruk «Velg fil» for å laste opp originalen.
Kandidaten jeg vil ha, er ikke oppført? Ingenting anbefales med mindre det scorer klart bedre enn det du allerede har. Prøv å bytte det oppdagede tegnsettet til et annet og la det rangere på nytt.
Hvor mange filer om gangen? Én om gangen. Last ned reparasjonen, og mat inn neste fil.
Personvern
Registrering og reparasjon kjøres utelukkende i nettleseren din. Ingen undertekstinnhold sendes noen gang til en server.
Relaterte verktøy og guider
Hvor undertekst-mojibake kommer fra, og hvorfor den ender opp med å se slik ut – se Hvor undertekst-mojibake kommer fra. Tegnsettet er fint, men innholdet er urent – bruk Undertekst-rensing. For å sjekke tidspunkt og lesehastighet – Undertekst-kvalitetskontroll.