Muunna tekstityksen merkistö
Tai liitä tekstityksen teksti
Asetukset
Tämä muuttaa tavuja, ei tekstityksiä. Jokainen tiedoston merkki kirjoitetaan valitsemassasi koodauksessa, joten soitin tai skripti, joka vaatii tietyn koodauksen, saa luettavan tiedoston. UTF-8 on se, jota kaikki nykyaikainen odottaa ja jota tämä sivusto kirjoittaa kaikkialla muualla. UTF-8 ja BOM on samat tavut kolmitavuisella merkillä edessä. UTF-16 LE on se, jota Windows-ohjelmat kutsuvat nimellä Unicode, ja se on suunnilleen kaksinkertainen kooltaan. Windows-1252 on vanhempi länsieurooppalainen koodaus, yksi tavu merkkiä kohden, ja sen kanssa pitää olla varovainen: siinä ei ole tilaa kiinaksi, japaniksi, koreaksi, kyrillisiksi, kreikaksi eikä emojeille, joten jokainen merkki, jota se ei voi kirjoittaa, tulee kysymysmerkkinä ja lasketaan yllä olevaan raporttiin. Mikään muu tiedostossa ei muutu.
Kuvanopeus, jossa ajoitukset on laskettu. Muotosivuilla tätä tarvitsee MicroDVD, koska se tallentaa ajoituksen ruutunumeroina. Kuvanopeussivuilla tämä on nopeus, jota vasten tiedosto ajastettiin — versio, jolle tekstitys tehtiin — ja sivun toinen laatikko ottaa sen videon nopeuden, jonka kanssa aiot tekstitystä käyttää. Yleisiä ovat 23,976, 24, 25, 29,97, 30, 50, 59,94 ja 60. Väärä arvo siirtää koko aikajanaa, ja kuvanopeussivuilla se siirtää sitä suhteellisesti eikä kiinteällä määrällä.
Tiedoston merkistökoodaus on sääntö, joka muuttaa sen tekstin tavuiksi, ja se on tekstitystiedoston ainoa ominaisuus, jota ei näe katsomalla. Notepadin, selaimen, lähetyspalvelimen ja television on joko kerrottava tai arvattava, ja kun ne arvaavat eri tavalla, teksti saapuu symboleina, jotka eivät kuulu mihinkään kieleen. Tämä sivu kirjoittaa tiedoston nimeämäsi merkistökoodauksen mukaisena, jotta lukupäässä ei ole mitään arvattavaa.
Oletus on pitää se, missä tiedosto saapui, ja se on useimmiten juuri se mitä haluat: tekstityksen siirtämisellä ajassa ei ole mitään syytä kirjoittaa merkistökoodausta uudelleen, ja UTF-16LE:nä tullut tiedosto on yhä UTF-16LE:nä lähtiessään. Muuta tätä asetusta vain, kun jokin edessäsi nimeää merkistökoodauksen — toimituserittely, tiedoston hylkäävä työkalu, väärät merkit näyttävä soitin — tai kun yhdenmukaistat kansiota, jonka tiedostot ovat eri paikoista.
Paneelin neljä valintaa ovat ne, jotka tulevat vastaan. UTF-8 on se, mitä verkko ja useimmat nykyaikaiset työkalut käyttävät, ja se, mitä jokainen tämän sivuston muunnossivu kirjoittaa oletuksena. UTF-8 merkki edessä on samat tavut kolmella ylimääräisellä alussa, niille Windows-ohjelmille, jotka katsovat aloitustavuja päättääkseen. UTF-16LE on se, mitä Windowsin tekstitystyökalut kutsuvat nimellä Unicode, ja se tallentaa jokaisen merkin kahtena tavuna, joten tiedosto tulee ulos suunnilleen kaksinkertaisena. Windows-1252 on vanhempi Länsi-Euroopan merkistökoodaus, jota monet eurooppalaiset lähetystyökalut yhä kirjoittavat, ja se pystyy pitämään Länsi-Euroopan kielten aksentit eikä mitään muuta.
Viimeinen kohta on menetys, ja siksi tämä sivu raportoi sen ennen kuin vahvistat. Tallenna japanilainen, kiinalainen, kyrillinen tai kreikkalainen tekstitys Windows-1252:na, niin merkit, joilla ei ole tavua siinä koodauksessa, kirjoitetaan kysymysmerkeiksi — tiedosto ei ole rikki, väärät merkit ovat poissa. Työtilan yläpuolella oleva raportti laskee ne ja kertoo määrän, ja määrä tulee samasta kooditaulukosta, jolla kirjoittaja kirjoittaa, joten lukemasi luku on kysymysmerkkien luku, jonka saat. Jos luku ei ole nolla, valitse toinen kohde.
Sivun kaksi ruutua voivat näyttää identtisiltä, ja se on odotettua eikä vika: merkistökoodaus on tavujen ominaisuus, ja ruuduissa on merkkejä. Muutos tapahtuu sillä hetkellä, kun tiedosto kirjoitetaan, eli kun lataat sen. Jokaisen tiedoston rivillä lukee, missä merkistökoodauksessa se luettiin, ja siihen lisätään toinen merkintä nimeämään se, jossa se kirjoitetaan, kun ne eroavat. Mitään ei lähetetä, ja työ tehdään selaimessasi.
Esimerkit
Englantilainen tekstitystiedosto UTF-8:na kirjoitettuna
Syöte
1
00:00:01,000 --> 00:00:02,000
The room is dark.
Tuotos
1
00:00:01,000 --> 00:00:02,000
The room is dark.
Oletus ja merkistökoodaus, jonka jokainen muu tämän sivuston sivu kirjoittaa. Tuloste on sama kuin syöte, koska UTF-8 oli se, mitä tiedosto jo oli. Tämä tapaus kiinnittää kielteisen puolen: merkistökoodauksen valitseminen ei normalisoi tiedostosta mitään muuta, joten alaotsikko ei menetä rivinvaihtojaan, saa merkkiä eteen tai vaihda aikakoodiaan siksi, että kävit tällä sivulla.
Sama tiedosto UTF-16LE:nä kirjoitettuna
Syöte
1
00:00:01,000 --> 00:00:02,000
The room is dark.
Tuotos
1
00:00:01,000 --> 00:00:02,000
The room is dark.
Windowsin tekstitysohjelmat kutsuvat tätä nimellä Unicode, ja se on merkistökoodaus, joka tekee tiedostoon suurimman näkyvän eron: jokaisesta merkistä tulee kaksi tavua, eteen pannaan merkki ja tulos on suunnilleen kaksinkertainen. Mikään siitä ei näy näissä ruuduissa, koska niissä on merkkejä — tiedoston koko tiedostonhallinnassasi ja sen merkistökoodaus editorissasi ovat paikkoja, joissa ero näkyy.
Japanilaiset tekstitykset Windows-1252:na kirjoitettuina
Syöte
1
00:00:01,000 --> 00:00:02,000
こんにちは
Tuotos
1
00:00:01,000 --> 00:00:02,000
こんにちは
Viisi kanaa ja merkistökoodaus, jossa ei ole tilaa yhdellekään niistä, joten tämän ajon menetysraportti laskee viisi merkkiä, joista tulee kysymysmerkkejä. Ruudut näyttävät yhä kanat, koska korvaus tapahtuu tiedostoa kirjoitettaessa eikä luettaessa. Jako on tarkoituksellinen: näet mitä tiedosto sanoo ja raportista, mistä luopuisit kirjoittamalla sen tällä tavalla.
Usein kysytyt kysymykset
Mitä eroa tekstitystiedoston merkistökoodauksella ja sen muodolla on?
Muoto on se, miten tiedosto järjestää alaotsikkonumerot, aikakoodit ja tekstin — SRT, WebVTT, ASS ja niin edelleen — ja se on luettavissa. Merkistökoodaus on se, miten ne merkit muutetaan tavuiksi, ja se on näkymätön: sama SRT-tiedosto voi olla tallennettu UTF-8:na, UTF-16:na tai Windows-1252:na ja näyttää identtiseltä jokaisessa editorissa. Tämä sivu muuttaa jälkimmäistä ja jättää ensimmäisen rauhaan; muunnossivut muuttavat ensimmäistä.
Mitä tapahtuu merkeille, joita kohdemerkistökoodaus ei pysty esittämään?
Ne kirjoitetaan kysymysmerkeiksi, ja sivu kertoo määrän ennen latausta. Windows-1252 kattaa Länsi-Euroopan kirjaimet eikä siinä ole tavua japanille, kiinalle, korealle, kyrilliselle, kreikalle tai emojille, joten ne merkit eivät voi säilyä siinä missään muodossa — virhettä ei tule eikä mikään korvaus säilytä merkitystä. Menetysraportin luku on kysymysmerkkien määrä tiedostossa, jonka saisit, laskettuna samasta taulukosta, jota kirjoittaja käyttää.
Miksi kaksi ruutua näyttävät samalta, kun muunnan tekstitystiedoston merkistökoodauksen?
Koska ruuduissa on merkkejä ja valinta koskee tavuja. Teksti on tekstiä; sen päättää tiedostoa kirjoitettaessa, lataushetkellä, viekö jokainen merkki yhden, kaksi vai kolme tavua. Jonon rivillä lukee, missä merkistökoodauksessa kukin tiedosto luettiin, ja siihen lisätään toinen merkintä, kun kirjoitettava koodaus eroaa, ja oma editorisi ilmoittaa tallentamasi tiedoston merkistökoodauksen.
Minkä merkistökoodauksen pitäisi valita toimitettavalle tekstitystiedostolle?
UTF-8, ellei erittelyssä sanota muuta, ja erittely yleensä sanoo. Windows-1252 on tavallinen eurooppalaisissa lähetystoimituksissa ja turvallinen vain Länsi-Euroopan tekstille; UTF-16LE on se, jota vain Windowsilla toimiva kirjoitustyökalu voi vaatia. Jos tiedosto oli jo sopivassa merkistökoodauksessa, oletus pitää sen, ja se on kaikkein turvallisin vastaus silloin, kun mitään ei ole mennyt pieleen.
Tuleeko tekstitystiedostostani kaksinkertainen, jos valitsen UTF-16:n?
Tulee, kutakuinkin. Jokainen merkki tallennetaan kahtena tavuna, joten 20 kt:n englantilainen tekstitystiedosto muuttuu noin 40 kt:ksi, ja yleiskäyttöinen pakkausvaihe sen jälkeen poistaa suurimman osan erosta. Edessä oleva merkki lisää vielä kaksi tavua. Koko on vaihtokauppa siitä ominaisuudesta, jonka takia UTF-16 yleistyi Windowsilla: jokainen merkki on saman levyinen, ja vanha ohjelmisto koki sen helpommaksi käsitellä.
Miksi merkistökoodausluettelossa ei ole UTF-16 big endian -vaihtoehtoa?
Koska kukaan ei valitse sitä, ja siinä jo olevat tiedostot hoidetaan silti. UTF-16 big endian -muodossa saapuva tiedosto kirjoitetaan takaisin UTF-16 big endian -muodossa oletusasetuksella, koska syötteen merkistökoodauksen pitäminen on se, mitä sivu tekee, kun et nimeä mitään. Luettelossa on ne neljä kohdetta, joita ihmiset todella pyytävät; taustalla oleva kirjoittaja kattaa big endianin, jotta tiedoston pitäminen sellaisena kuin se oli ei koskaan muuta sitä hiljaa.