דער טעקע איז גוט – ער איז געלייענט פֿאַלש
וואָס אַן אונטערטיטל-טעקע ראַטעוועט איז בייטן. פֿאַרוואַנדלען בייטן אין כאַראַקטערן פֿאָדערט וויסן אין וועלכע קאָדירונג זיי זענען געשריבן געוואָרן – מאַכט אַ טעות דאָרט און איר באַקומט מאָדזשיבאַקע. ניט איין בייט פֿעלט פֿונעם טעקע; לייענט אים ווידער מיט דער ריכטיקער קאָדירונג און די כאַראַקטערן קומען צוריק.
דאָס צעטיילט די אַרבעט אין צוויי: אויסגעפֿינען וואָס פֿאַר אַ קאָדירונג ער האָט אָנגעהויבן ווי, און ראַטעווען אים ווי אַ קאָדירונג וואָס אײַער שפּילער קאָן דערקענען. דאָס ערשטע קומט פֿון פּרוּוו דעקאָדירונג און אָפּשאַצונג, דאָס צווייטע פֿון ראַטעווען אַ קאָפּיע. זיי לעזן פֿאַרשיידענע פּראָבלעמען.
פֿינף אויסזענען, פֿינף אורזאַכן
מאָדזשיבאַקע איז נישט צעוואָרפֿן – ווי עס זעט אויס גיט אָפּ וואָס האָט אים פֿאַרזאָרגט:
פֿאַר וואָס דער פֿאַרבײַט-כאַראַקטער קאָן נישט פֿאַרריכט ווערן
דער פֿאַרבײַט-כאַראַקטער איז די שפּאַלט-ליניע. אַ `�` מיינט אַז די בייטן זענען שוין אַוועקגעוואָרפֿן געוואָרן בײַ אַ פֿריִערדיקן טריט (געוויינטלעך עטלעכע פּראָגראַם וואָס לייענט דעם טעקע און ראַטעוועט אים ווידער), און גאָרנישט איז רעקאָרדירט געוואָרן וועגן וואָס איז אַראָפּגעפֿאַלן. בײַ דעם פּונקט איז גאָרנישט צו טראַכטן צוריק פֿון – קיינער קאָן אים נישט פֿאַרריכטן.
אַזוי האַנדלט דער פֿאַרריכט-בלאַט צוויי פֿאַלן אַנדערש. אַפּלאָודירט אַ טעקע און די אָריגינעלע בייטן זענען גאַנץ, לאָזנדיק אים פּרוּווט יעדע קאָדירונג; אויב אָנגעקלעפּטע טעקסט האָט שוין דעם פֿאַרבײַט-כאַראַקטער, זאָגט עס דאָס קלאָר: „קאָן נישט פֿאַרריכט ווערן, ביטע אַפּלאָודירן דעם אָריגינעלקן טעקע“.
עס איז אויך פֿאַראַן דער פֿאַרקערטער פֿאַל: דער אינהאַלט לייענט זיך גאָר גוט אָבער אײַער שפּילער ווײַזט נאָך אַלץ מיאוסן טעקסט. דער טעקע איז נישט שולדיק – דער שפּילער האָט אויסגעקליבן די פֿאַלשע קאָדירונג. רעדאַגירן דעם טעקסט וועט נישט העלפֿן; ראַטעוועט אַ קאָפּיע ווי UTF-8 מיט BOM אָדער GBK און גיט אים דאָס.
וואָס ער פֿאַרגלײַכט בשעת פֿאַרריכטן
דאָס מכשיר פּרוּווט יעדע מעגלעכע קאָדירונג, דאַן שאַצט יעדן רעזולטאַט: וויפֿל עס איז געמאַכט פֿון געוויינטלעכע כאַראַקטערן, צי עס זענען דאָ שורות פֿון אַקצענטן, שורות פֿון סימבאָלן, צי די CJK שורות זענען ווענט פֿון אומקלאָרע כאַראַקטערן. דער בעסטער-שאַצטער רעזולטאַט גייט צום שפּיץ פֿון דער רשימה.
אויב קיין שאַצונג איז נישט קלאָר בעסער, איז גאָרנישט רעקאָמענדירט – בעסער צו זאָגן אײַך „דאָס לייענט זיך גוט ווי עס איז“ ווי צו פֿאַרקויפֿן אײַך עפּעס וואָס ענלעכט זיך נאָר וואָוג צו שפּראַך. טעקסט צעשלאָגן צוויי מאָל (געראַטעוועט פֿאַלש איין מאָל, דאַן פֿאַרריכט פֿאַלש איין מאָל) באַקומט איין נאָך רונדע פֿון צוריק-לעזונג אויף די העכסטע קאַנדידאַטן.
ראַטעווען די ריכטיקע קאָדירונג פֿאַרענדיקט די אַרבעט
פֿאַרריכטער טעקסט דאַרפֿן נאָך אַלץ זײַן געראַטעוועט ווי אַ קאָדירונג וואָס אײַער שפּילער דערקענט. שפּילער אויף ווינדאָז פֿאַרלאָזן זיך געוויינטלעך אויף דער BOM צו דערקענען קאָדירונג, אַזוי UTF-8 מיט BOM איז די מינדסטע צרות; עלטערע מאַשינערי און עטלעכע רעגיאָנאַלע שפּילער ווילן GBK. איר קענט קלײַבן UTF-8, UTF-8 (מיט BOM), GBK, Big5, Shift_JIS אָדער EUC-KR, און איר וועט זײַן געזאָגט צו קלײַבן אַן אַנדערן אויב עפּעס פּאַסט זיך נישט (GBK קאָן נישט האַלטן קאָרעיִש).
פֿאַרבונדענע מכשירן און פֿירער
דער פֿולער שפּאַציר – ווי אַזוי צו פֿאַרריכטן מאָדזשיבאַקע אונטערטיטלען; וואָס אַ SRT טעקע ראַטעוועט פֿאַקטשועל – וואָס איז אינעם איננווייניק פֿון אַ SRT טעקע; די קאָדירונג איז גוט אָבער דער אינהאַלט איז שמוציק (וואַסערצייכנס, אַדס, געהער-פֿאַרקריפּלטע טאַגס) – אונטערטיטל רייניקונג.