Súbor je v poriadku – bol nesprávne prečítaný
Súbor s titulkami ukladá bajty. Premena bajtov na znaky vyžaduje znalosť kódovania, v ktorom boli napísané – ak sa v ňom mýlite, výsledkom je poškodený text. Zo súboru sa nestratil ani jediný bajt; prečítajte ho znovu so správnym kódovaním a znaky sa vrátia.
To delí úlohu na dve časti: zistenie pôvodného kódovania a jeho uloženie v kódovaní, ktoré váš prehrávač dokáže detekovať. Prvé vychádza z pokusného dekódovania a bodovania, druhé z uloženia kópie. Riešia rôzne problémy.
Päť podôb, päť príčin
Poškodenie textu nie je náhodné – jeho vzhľad prezrádza príčinu:
Prečo sa znak náhrady nedá opraviť
Znak náhrady je deliacou čiarou. Znak `` znamená, že bajty boli zahodené už v skoršom kroku (zvyčajne pri čítaní súboru a jeho opätovnom uložení nejakým programom) a nič sa nezaznamenalo o tom, čo sa stratilo. V tom bode už neexistuje východisko na spätné uvažovanie – nikto to nedokáže opraviť.
Stránka na opravu preto pristupuje k dvom prípadom odlišne. Nahrajte súbor a pôvodné bajty zostanú nedotknuté, čo umožní vyskúšať každé kódovanie; ak vložený text už obsahuje znak náhrady, jasne hlási: „nedá sa opraviť, nahrajte prosím pôvodný súbor“.
Existuje aj opačný prípad: obsah sa číta dokonale, ale váš prehrávač stále zobrazuje zmätok. Súbor za to nemôže – prehrávač zvolil nesprávne kódovanie. Úprava textu nepomôže; uložte kópiu ako UTF-8 s BOM alebo GBK a poskytnite mu ju.
Čo nástroj porovnáva počas opravy
Nástroj vyskúša každé vierohodné kódovanie a potom ohodnotí každý výsledok: koľko z neho tvoria bežné znaky, či obsahuje reťazce akcentov, reťazce symbolov, či úseky CJK nie sú stenami nejasných znakov. Výsledok s najvyšším skóre sa umiestni na vrch zoznamu.
Ak žiadne skóre jasne nevyniká, neodporúča sa nič – je lepšie povedať vám „toto sa číta dobre tak, ako to je“, než vás odbiť niečím, čo len neurčito pripomína jazyk. Dvakrát skazený text (raz zle uložený, potom raz zle opravený) prechádza jedným dodatočným kolom spätného výpočtu u najlepších kandidátov.
Uloženie správneho kódovania dokončí prácu
Opravený text je stále nutné uložiť v kódovaní, ktoré váš prehrávač rozoznáva. Prehrávače v systéme Windows sa pri detekcii kódovania zvyčajne spoliehajú na BOM, takže UTF-8 s BOM spôsobuje najmenej problémov; starší hardvér a niektoré regionálne prehrávače vyžadujú GBK. Môžete zvoliť UTF-8, UTF-8 (s BOM), GBK, Big5, Shift_JIS alebo EUC-KR, a ak niečo nesedí, budete vyzvaní na výber iného formátu (GBK nedokáže obsahovať kórejčinu).
Súvisiace nástroje a príručky
Úplný návod – How to repair mojibake subtitles; čo súbor SRT v skutočnosti ukladá – What is inside an SRT file; kódovanie je v poriadku, ale obsah je znečistený (vodoznaky, reklamy, značky pre nepočujúcich) – Subtitle cleanup.