Công cụ này giải quyết gì
Cùng một đoạn byte, đọc theo UTF-8 và đọc theo GBK ra hai bộ ký tự hoàn toàn khác — file không hỏng, chỉ là lúc đọc chọn sai bảng mã. Việc công cụ sửa làm là:
- Nhận ra file này vốn dùng bảng mã nào, đổi chữ về bộ đúng
- Nói rõ lỗi ở đâu: ký tự thay thế, ký tự điều khiển, ký hiệu tiền tệ, chữ cái có dấu thành dải, chữ Hán hiếm đứng liền nhau
- Xếp hạng các phương án theo bản nào giống ngôn ngữ người nhất, chọn một rồi lưu
- Khi trình phát không nhận bảng mã, lưu một bản UTF-8 có BOM hoặc GBK đưa cho nó
Tải file lên, đừng dán
Hai cửa vào sửa được phạm vi khác nhau, có thể tải file lên thì cứ tải lên. Khi tải file lên, byte gốc còn nguyên, công cụ thử đọc từng bảng mã một, nhận ra là GBK thì giải theo GBK, không phải đoán một chữ nào. Còn nội dung dán vào đã không phải byte gốc — lúc trình duyệt đưa chuỗi qua, bước sai đã xảy ra rồi, chỉ có thể suy ngược lại, được bao nhiêu hay bấy nhiêu.
Nếu trong nội dung dán đã xuất hiện ký tự thay thế (dấu hỏi trong ô vuông `�`), nghĩa là byte gốc đã mất từ lâu, không ai khôi phục được. Trang sẽ nói thẳng: quay lên trên, tải file gốc lên bằng "Chọn file".
Chẩn đoán nói gì
Sau khi tải lên, vùng chẩn đoán đưa ra kết luận. Không thấy lỗi ký tự: nội dung đọc bình thường; nếu trong trình phát vẫn lỗi, nghĩa là trình phát chọn sai bảng mã — xuống phần "Lưu thành", đổi bảng mã khác rồi đưa file đó cho nó. Khi trông giống lỗi ký tự, sẽ liệt kê cụ thể là dấu vết nào:
- Có ký tự thay thế — byte gốc đã mất rồi
- Ký tự điều khiển lẫn vào
- Lẫn đầy ký hiệu tiền tệ, ký hiệu toán học
- Chữ cái có dấu xuất hiện thành dải — như thể UTF-8 bị đọc theo kiểu một byte (`ä½ å¥½` là dạng này)
- Chữ Hán đứng liền nhau mà không có chữ nào thông dụng — như thể UTF-8 bị đọc theo GBK
Các phương án được xếp thế nào, chọn thế nào
Dưới "Có thể sửa như thế này", các phương án được xếp theo bản nào giống ngôn ngữ người nhất, tối đa 12 mục, mỗi mục ghi rõ đọc từ bảng mã nào sang bảng mã nào. Bấm một cái xem thử, chọn xong thì lưu ở dưới; không ưng thì bấm "Giữ nguyên" để về bản gốc.
Việc xếp hạng dựa trên điểm: tỷ lệ chữ thông dụng, dải dấu, dải ký hiệu, chữ Hán hiếm đều được tính. Điểm không tốt hơn rõ rệt thì không đề xuất — sẽ không nhét một phương án vào chỉ để cho có. Với file bị sai hai lần (lưu sai một lần, rồi sửa sai thêm lần nữa), vài phương án đầu sẽ được suy ngược thêm một lớp; sai trong hai lớp vẫn có cơ hội cứu được.
Lưu mới là bước cuối
Sửa xong còn phải lưu cho đúng. Khi trình phát không nhận UTF-8, lưu thành UTF-8 có BOM (trình phát Windows nhận bảng mã nhờ BOM) hoặc GBK, thường là xong. Tùy chọn lưu: UTF-8, UTF-8 (có BOM), GBK, Big5, Shift_JIS, EUC-KR; không chứa được sẽ nhắc đổi (ví dụ GBK không chứa được tiếng Hàn). Tên file tải về tự thêm `-fixed`.
Khi bảng mã nhận ra không phải UTF-8, tùy chọn lưu đã được chỉ sẵn vào "UTF-8 có BOM"; sau khi bạn tự đổi dropdown thì sẽ không được đổi lại nữa.
Cái gì sẽ không bị đụng tới
Chỉ đổi những chữ bị đọc sai. Số thứ tự, mốc thời gian và lệnh style của ASS không đổi một ký tự nào.
Câu hỏi thường gặp
Đã tải file lên, sao vẫn bảo lưu? Bản thân file phần lớn không hỏng; cái sai là trình phát đọc nó bằng bảng mã sai. Trường hợp này không cần sửa một chữ nào trong nội dung — lưu một bản UTF-8 có BOM hoặc GBK đưa cho trình phát là được.
Sao nội dung dán không khôi phục được? Một khi đã có ký tự thay thế trong nội dung dán, byte gốc đã mất, suy ngược cũng không có chỗ bám. Quay lên trên, tải file gốc lên bằng "Chọn file".
Không có phương án tôi muốn? Khi điểm không tốt hơn rõ rệt so với bản hiện tại, công cụ không đề xuất. Hãy đổi "bảng mã đã nhận ra" sang cái khác, rồi bảo nó xếp lại.
Một lần được mấy file? Một. Tải về xong rồi tải file tiếp theo lên.
Riêng tư
Nhận diện và sửa đều chạy hoàn toàn trong trình duyệt; không gửi nội dung phụ đề lên máy chủ nào.
Công cụ và hướng dẫn liên quan
Lỗi ký tự từ đâu mà ra, vì sao lại có dạng như vậy, xem Lỗi ký tự phụ đề từ đâu mà ra; bảng mã bình thường nhưng nội dung bẩn, dùng Làm sạch phụ đề; muốn kiểm tra mốc thời gian và số chữ, dùng Kiểm tra chất lượng phụ đề.