Что делает этот инструмент
Одни и те же байты, прочитанные как UTF-8 и как GBK, дают два совершенно разных набора символов — файл не повреждён, его просто расшифровали с неправильной кодировкой. Вот что делает инструмент:
- Определяет, в какой кодировке был записан файл, и перечитывает символы правильно
- Говорит точно, как сломался текст: символы замены, управляющие символы, знаки валют, скопления букв с ударениями, сплошные редкие иероглифы
- Сортирует варианты по тому, какой больше похож на настоящий язык, потом вы выбираете один и сохраняете
- Когда плеер не определяет кодировку, сохраняет копию в UTF-8 с BOM или в GBK и отдаёт её ему
Загрузите файл, а не вставляйте текст
У двух входов разные возможности, поэтому загрузите файл, если можете. При загрузке исходные байты целы: инструмент перебирает кодировки одну за другой и, распознав GBK, расшифровывает как GBK — без всяких догадок. Вставленный текст уже не сырые байты: к моменту, когда браузер передаёт строку, ошибка уже произошла, остаётся только считать назад и спасти что удастся.
Если во вставленном тексте уже есть символ замены (тот вопросительный знак в рамке `�`), исходные байты давно потеряны, и никто их не вернёт. Страница говорит это прямо: вернитесь наверх и загрузите исходный файл через «Выбрать файл».
Что вам говорит диагностика
После загрузки карточка диагностики даёт вердикт. Кракозябр не найдено: содержимое читается нормально как есть; если ваш плеер всё равно показывает мусор, значит он взял неправильную кодировку — спуститесь к «Сохранить как», выберите другую и отдайте ему этот файл. Когда похоже на кракозябры, она перечисляет, какой след найден:
- Внутри есть символы замены — исходные байты уже потеряны
- Попали управляющие символы
- Много знаков валют и математических символов
- Буквы с ударениями идут скоплениями — как будто UTF-8 читали по одному байту (`ä½ å¥½` — этот тип)
- Сплошные CJK-символы, и ни одного частотного — как будто UTF-8 прочитали как GBK
Как отсортированы варианты и как выбрать
Под надписью «Можно исправить так» перечислено до 12 вариантов в порядке какой больше похож на настоящий язык, каждый с пометкой, из какой кодировки в какую он прочитан. Нажмите на вариант, чтобы посмотреть результат, выберите его и спуститесь к сохранению. Не устраивает? «Оставить как есть» вернёт исходный текст.
Порядок строится по оценке: доля частотных символов, цепочки ударений, цепочки символов, сплошные редкие иероглифы — всё входит. Если оценка не становится явно лучше, ничего не рекомендуется — вам не подсунут половинчатый вариант только ради того, чтобы он был. Дважды испорченный текст (один раз неправильно сохранён, другой раз неправильно исправлен) получает дополнительный проход обратного пересчёта по первым вариантам.
Правильное сохранение — последний шаг
Исправленный результат всё равно нужно правильно сохранить. Когда плеер не распознаёт UTF-8, сохранение в UTF-8 с BOM (плееры Windows полагаются на BOM) или в GBK обычно решает дело. Доступны UTF-8, UTF-8 (с BOM), GBK, Big5, Shift_JIS и EUC-KR; если что-то не помещается, вас попросят выбрать другое (в GBK не помещается корейский). Скачанный файл получает приставку `-fixed` в имени.
Когда определённая кодировка не UTF-8, «Сохранить как» уже настроено на UTF-8 с BOM. Как только вы сами тронете список, он больше не будет решать за вас.
Что никогда не трогается
Заменяются только неправильно прочитанные символы. Номера, таймкоды и директивы стилей ASS не изменяются никак.
Частые вопросы
Я загрузил файл, зачем ещё сохранять? Сам файл обычно цел; сломано то, что плеер прочитал его в неправильной кодировке. В этом случае не нужно менять ни одного символа в тексте — сохраните копию в UTF-8 с BOM или GBK и отдайте её плееру.
Почему вставленный текст не исправляется? Как только во вставленном содержимом появляется символ замены, исходных байтов уже нет и считать назад не по чему. Вернитесь наверх и загрузите исходный файл через «Выбрать файл».
Нужного варианта нет в списке? Ничего не рекомендуется, пока оценка не станет явно лучше текущей. Попробуйте переключить определённую кодировку на другую и дайте пересортировать.
Сколько файлов за раз? По одному. Скачайте исправление, затем загрузите следующий.
Приватность
Определение и исправление целиком происходят в браузере. Никакое содержимое субтитров не отправляется на сервер.
Связанные инструменты и руководства
Откуда берутся кракозябры и почему они выглядят именно так — Откуда берутся кракозябры в субтитрах; кодировка в порядке, но содержимое грязное — Очистка субтитров; проверить таймкоды и скорость чтения — Проверка субтитров.