Datoteka je v redu – le prebrana je bila napačno
Datoteka s podnapisi shranjuje bajte. Preoblikovanje bajtov v znake zahteva poznavanje kodiranja, v katerem so bili zapisani – če se pri tem zmotite, dobite popačeno besedilo. Iz datoteke ne manjka niti en bajt; preberite jo znova s pravilnim kodiranjem in znaki se vrnejo.
To deli nalogo na dvoje: ugotavljanje, s katerim kodiranjem se je začela, in shranjevanje v kodiranju, ki ga vaš predvajalnik lahko prepozna. Prvo izhaja iz poskusnega dekodiranja in točkovanja, drugo pa iz shranjevanja kopije. Rešujejo različne težave.
Pet videzov, pet vzrokov
Popačeno besedilo (mojibake) ni naključno – njegov videz razkriva vzrok:
Zakaj nadomestnega znaka ni mogoče popraviti
Nadomestni znak je ločnica. Znak `�` pomeni, da so bili bajti zavrženi že v prejšnjem koraku (običajno v kakem programu, ki je prebral datoteko in jo ponovno shranil), pri čemer ni bilo zabeleženo, kaj je bilo izpuščeno. V tistem trenutku ni več mogoče sklepati nazaj – tega nihče ne more popraviti.
Zato stran za popravilo obravnava dva primera različno. Če naložite datoteko in so izvirni bajti nedotaknjeni, lahko orodje preizkusi vsako kodiranje; če prilepljeno besedilo že vsebuje nadomestni znak, to jasno pove: »ni mogoče popraviti, prosimo, naložite izvirno datoteko«.
Obstaja tudi obraten primer: vsebina se bere popolnoma čitljivo, vendar vaš predvajalnik še vedno prikazuje smeti. Ni krivda datoteke – predvajalnik je izbral napačno kodiranje. Urejanje besedila ne bo pomagalo; shranite kopijo kot UTF-8 z BOM ali GBK in jo predajte predvajalniku.
Kaj primerja med popravljanjem
Orodje preizkusi vsako verjetno kodiranje, nato oceni vsak rezultat: koliko ga sestavljajo pogosti znaki, ali obstajajo nizi naglasov, nizi simbolov in ali so območja CJK zidovi neznanih znakov. Rezultat z najvišjo oceno se uvrsti na vrh seznama.
Če nobena ocena ni očitno boljša, se ne priporoča ničesar – bolje je povedati »to se bere v redu takšno, kot je«, namesto da bi vam ponudili nekaj, kar le megleno spominja na jezik. Besedilo, ki je bilo dvakrat popačeno (napačno shranjeno enkrat in nato napačno popravljeno enkrat), dobi še en dodatni krog povratnega reševanja na najboljših kandidatih.
Shranjevanje pravega kodiranja zaključi delo
Popravljeno besedilo je treba vseeno shraniti v kodiranju, ki ga vaš predvajalnik prepozna. Predvajalniki v sistemu Windows se običajno zanašajo na BOM za zaznavanje kodiranja, zato je UTF-8 z BOM najmanj težaven; starejša strojna oprema in nekateri regionalni predvajalniki zahtevajo GBK. Izberete lahko UTF-8, UTF-8 (z BOM), GBK, Big5, Shift_JIS ali EUC-KR, pri čemer boste opozorjeni, da izberete drugo, če se kaj ne ujema (GBK ne more vsebovati korejščine).
Povezana orodja in vodniki
Celoten vodnik – Kako popraviti popačene podnapise (mojibake); kaj datoteka SRT dejansko shranjuje – Kaj se skriva v datoteki SRT; kodiranje je v redu, vendar je vsebina nečista (vodni žigi, oglasne oznake, oznake za gluhe in naglušne) – Čiščenje podnapisov.