11C-整改字幕流程c_形态各异的实验字幕样本

11C，其中的11， 是连载篇的序号。后缀C，意指 三板斧的第三斧（与 ass外挂字幕的、DIY 实验有关）。
本人原创实验心得，非专业，非权威。谨供参考。全部归纳/整理到：论坛淘帖专栏中，链接在此。



  前期流程，制定了：中规中矩的编码标准。 那么本篇，就用（第三方的、以及DIY编程）软件，来甄别！

将原文件 （ASNI/GBK）0000.ass ，分别用 Windows 10 的记事本，以及Ultraedit ，另存“形态各异”的文件：
因此，目前测试清单，就有这些：

• 0000.ass ：原文件（srt，经由Subtitle Edit调整音唇同步后，所保存的双语字幕，编码规格：GBK/936）；
• 0Wnu.ass：经由Windows 10 记事本所转码的、UTF-8的规格（不带BOM）；
• 0Wwu.ass：经由Windows 10 记事本所转码的、UTF-8的、带BOM的规格）；
  

• 0Unu.ass：经由Ultraedit所转码的、UTF-8的规格（不带BOM）；
• 0Uwu.ass：经由Ultraedit所转码的、UTF-8的、带BOM的规格）；
  

网络下载的：隶属于ANSI的、不同语种、不同编码的字幕！

• 936_复仇者联盟II.srt：纯简体中文字幕（GB2312/Microsoft Windows code page 936_Simplified Chinese）；
• 950_Disaster.srt：繁体中文字幕（Big5/Microsoft Windows code page 950_Traditional Chinese）；
• ANSI_Die.1000.ENG.srt：纯英文字幕；
• ANSI_domino-cages.ENG.srt：纯英文字幕；
• 932_Idiocracy.srt：日文字幕（JIS/Microsoft Windows code page 932_Japanese）；
• 949_Halloween.smi：韩文字幕（EUC-KR/Microsoft Windows Code Page 949_Korean）；
  

用UltraEdit预览，多语种的、ANSI类的字幕，均完美显示（注意，每个文件窗口的Code page，并不相同）。



比如： 韩文的 SMI 字幕（文本）文件，需要手动更改 Code page ， 调整到 949 ，才能正常显示韩文字符。



Yuran的PC（自用实验平台：简体中文、Windows 10 ），其Code Cpage 细节，能用 PowerShell查出！





对不同语种的甄别、若有相关的第三方（免费）软件，就直接调用。再融合自己的特点，DIY编程、整合。

有一种 CLI （命令行界面。command-line interface） 程序，Enca.EXE， 不错，能甄别ANSI 以及 UTF-8 等。

不足之处：

• 不同的测试样本，其UTF-8 的编码，是否带 BOM，Enca 无法分辨。
• 仅支持简体中文以及繁体中文，对日韩的 JIS/932 或 EUC-KR/949。Enca 显得无能为力。
  

上图是测试结果（鼠标点击，可看到实际放大图）：日韩文的甄别出错。另外，带与不带BOM的UTF-8，不能区分。



Linux的 File 程序，被GnuWin32整编后，移植到Windows 10 系统中，作为 CLI 使用，也不错。

• 优势： 能在 Unicode 字幕中，指认 （不带BOM的）UTF-8 、或带BOM的 UTF-8 ；（参见上图）。
• 缺陷：中日韩的字幕甄别，全线失利（如下图所示，均按英文编码的思路，胡乱瞎猜）。
  

即使，将两者整合调用，取长补短，仅能改善 UTF-8 。至于日韩的字幕，依然束手无策（注定是乱码）！

也许，有人说：通常的日韩电影，仅配纯中文字幕就行了。
我这里，不一样。日韩的双语字幕，更好。还能提高（除英文之外的）外语水平呢！



CLI 的套数，目前来说，不完美。 那就试试： GUI （图形界面程序）吧。
毕竟，Yuran是要DIY编程、设计自家软件的。最好的办法，是借用、调用CLI程序。

第三方GUI的麻烦，都得用鼠标，去逐一操作。不利于批量处理（静音般的）调用。

如果，能找到的GUI（免费）程序，在自身的操作后，还能输出报告/清单（文本文件）。
那我的DIY程序，就能：通过读取、参考该报告的数据，选择应对手段，完成批量操作。

还真找到一个：EncodingChecker.EXE



GUI程序，有Export 的功能，能将甄别报告，转存到：文本文件中。

• 最显著的靓点：中（简繁）日韩的字幕，都能精准地区分！
• 遗憾之处：无法区分（不带 BOM 的）UTF-8 、 带 BOM的UTF-8 。均视为 UTF-8 （不带BOM）。
• 可拓展的功能：Unicode转码（将 ANSI 的字幕，做转换：格式可选 ，UTF-8、或带BOM的UTF-8 ）...
  

甄别字幕的、软件的部分模组，以后，若有时间。我将尝试 DIY编程， 区分 UTF-8 的BOM ，区分多语种...
可参考的概念（英文的、链接）：https://betterexplained.com/articles/unicode/

现如今，先直接调用： File.EXE 以及 EncodingChecker.EXE ，

• 由 File.EXE ，甄别 UTF-8 或 带 BOM的UTF-8 ；
• 由 EncodingChecker.EXE ， 区分中（简繁）日韩语种，以及英文ANSI的特征。
  

再由本人编程的软件，完成下述工作：

• 将ASNI 的字幕，一律转成 UTF-8 ；
• 针对中（简繁）日韩的不同语种，分别做出Code page的切换，规避乱码的风险。
  

第三方的程序，还有不少（比如 Python 的 cchardet、 chardet 等等），就不做评测了。



下一篇，将介绍： 用本人自编的软件，调用本篇工具的实验报告，实现自动甄别、自动转码的、
批量处理的功能（第三方的免费程序，将逐一分享）！

延伸阅读
应对家庭影院UHD片源的三板斧-连载前言
https://www.hao4k.cn/thread-59303-1-1.html

2C-ass字幕脚本内：4K HDR外挂字幕调色
https://www.hao4k.cn/thread-59325-1-1.html

3C-ass字幕脚本中：HDR外挂双语字幕调色
https://www.hao4k.cn/thread-59342-1-1.html

4C-ass字幕脚本中：SDR外挂字幕边缘配色
https://www.hao4k.cn/thread-59357-1-1.html

5C-ass字幕脚本里：HDR外挂字幕边缘配色
https://www.hao4k.cn/thread-59387-1-1.html

6C-用杰科G5300播放机做字幕相关的实验
https://www.hao4k.cn/thread-59405-1-1.html

7C-ass字幕脚本中的、与色域有关的新定义
https://www.hao4k.cn/thread-59408-1-1.html

8C-分享Yuran自定义的、ass字幕的实验模板
https://www.hao4k.cn/thread-59444-1-1.html

9C-整改字幕流程a_为音唇同步，调整时间轴
https://www.hao4k.cn/thread-59484-1-1.html

10C-整改字幕流程b_字幕规格的演变历程
https://www.hao4k.cn/thread-59566-1-1.html

11C-整改字幕流程c_形态各异的实验字幕样本
https://www.hao4k.cn/thread-59600-1-1.html

12C-整改字幕流程d_可借用的第三方小程序
https://www.hao4k.cn/thread-59661-1-1.html

13C-整改字幕流程e_UTF-8字幕BOM特征码
https://www.hao4k.cn/thread-59716-1-1.html

14C-整改字幕流程f_自定UTF-8字幕试行规范
https://www.hao4k.cn/thread-59717-1-1.html

15C-整改字幕流程g_批量甄别外语ANSI字幕
https://www.hao4k.cn/thread-59718-1-1.html

16C-整改字幕流程h_转换后UTF-8字幕无乱码
https://www.hao4k.cn/thread-59720-1-1.html

17C-整改字幕流程i_提高UTF字幕的甄别效率
https://www.hao4k.cn/thread-59784-1-1.html

18C-整改字幕流程j_ANSI(外语)字幕批量转换
https://www.hao4k.cn/thread-59798-1-1.html

19C-整改字幕流程k_UTF-8字幕移除BOM
https://www.hao4k.cn/thread-59819-1-1.html

20C-整改字幕流程l_将外来ass转成规范的ass
https://www.hao4k.cn/thread-59881-1-1.html

21C-整改字幕流程m_ass文件，不只是字幕
https://www.hao4k.cn/thread-59882-1-1.html

22C-想实现字幕自动下载/归档，须与时俱进
https://www.hao4k.cn/thread-60028-1-1.html