Dotaz: Nekorektne zobrazené CZ/SK znaky

[sysrqer]

Zdravím,

Namiesto niektorých českých a slovenských písmen s diakritikov sa mi zobrazujú divné štvročeky vyplnené malinkými znakmi. Problém to robí hlavne pri titulkách, kedy aj keď prepnem kodovanie na ISO 8859-2 zmenia sa nesprávne zobrazené znaky na správne ale nie všetky! Tie čo boli vo štvorčeku ostanú rovnaké.

Prikladam obrazky aby ste videli ako to vyzera. Titulky v textovom editore PRED a PO zmene kodovania.

Za rady vopred ďakujem.

http://postimage.org/image/wpk5umkij/

http://postimage.org/image/nt27l0n2j/

http://postimage.org/image/lgu2uv89t/

Odpovědi

[sysrqer]

OS Puppy Precise 5.4.3 - systém je v angličtine

[Petr Šobáň]

A co si ty titulky převést do UTF-8, většinou jsou ve windows kodování.

Jinak OS máš en takže máš tam vůbec fonty s CZ znaky? Jak máš nastavené proměnné LANG atd... Jinak čeština funguje?

[sysrqer]

LANG=sk_SK.UTF-8

UTF-8 som nejak skúšal ale nebola žiadna zmena, možno to robím zle. Fonty naozaj neviem, avšak inak fungujú cz/sk znaky normálne. Problem je pri par programoch. Ked som škúsal meniť písmo v text. editore alebo v nejakom video prehrávači nenastala žiadna zmena.

[tsLnox]

Titulky bývají v cp1250, zkus to

[sysrqer]

Skúsil som hocijaké kodovanie. Žiadna zmena. Hram sa s tym skoro 2 dni. Toto je moja posledna možnosť. :)

[gerne]

Stává se mi, že subtitle editor neumí automaticky rozpoznat kódování cp1250. Pokud chci načíst titulky ve správném kódování, musím ručně zvolit kódování cp1250 a otevřít titulky.

[lertimir]

Takto je to jako věštění z křišťálové koule. Nejdříve zjistěte, jaké znaky skutečně máte v tom souboru titulků. Nejlépe otevřít v nějakém hex editoru/vieweru, podívat se na kód znaku a najít v jaké tabulce je na na příslušném kódu správné písmeno. Potom zjistit co si myslí aplikace, že má kódování a jestli neproběhl ještě nějaký překlad. "Divný čtvereček" odpovídá více bytovému znaku z UTF-8 ke kterému není příslušný zobrazovaný font. Nicméně z kontextu plyne, že by ve slově "Sežeň" mělo být písmeno ž. To má v UNICODE kód 0x017E což v UTF-8 dává 0xC5BE (snad jsem to dobře převedl) ale ve čtverečku pokud dobře čtu je 0xD9DE. Tedy něco jiného. (navíc d9de je ilegální kod pro UTF-8, pokračovací byty musí začínat bity 10xx, tedy budou v rozsahu 8x-Bx). Proč, to musíte najít. Můj dojem je, že systém provedl nějaké chybné znakové transformace, ale pokud nevíte přesně, co v bytech máte nedá se to řešit, (nebo jen náhodným klikáním )

[sysrqer]

Asi mi nebudete veriť, ale ja som debil. Preto som ako debil koncipoval otázku. A prečo čakam deb.. ale no nič. Len som chcel povedať že nechápem čo hovoríte a neviem čo mam robiť.

Ďakujem.

[Petr Šobáň]

No musíš zjistit v jakém je to kodování (ty původní titulky).

Prostě v titulcích si najdeš nějaký český znak který se nezobrazuje správně a víš z kontextu co to má být za znak a koukneš jaký kod ten znak má (hexeditorem) a pak ho porovnáš s různými znakovými sadami aby jsi zjistil co je použito za znakovou sadu.

Kdyby jsi sem ty titulky přiložil možná bych se na to mohl kouknout.

[Petr Šobáň]

Tabulka s kody třeba zde: Tabulka ASCII znaků

[sysrqer]

Příloha:

• Suits.S01E01.Pilot.HDTV.XviD-FQM.[VTV]_cs.srt (104942 bytů)

Ďakujem vám, nechcem vás otravovať, skutočne. Keby som vedel ako porovnám tie sady tak by som to spravil aj sám ale som z toho mimo. Prikladám teda titulky.

[lertimir]

titulky jsou v CP-1250 (jak už tady bylo řečeno) takže se musí správně otevřít a nebo překódovat. Částečně správné zobrazení při ISO-8859-2 je proto, že mistři z M$ při definovaní CP-1250 použili skoro celou tabulku mezinárodní normy ISO-8859-2, až na to, že česká písmena Žž, Šš a Ťť posadili jinam. Takže když zvolíte ISO-8859-2 program převede písmena do UTF-8 správně, až na těchto 6 znaků. musíte bud najít kódování CP-1250, nebo překonvertovat. Něco o kódování a překódování je třeba zde

[Petr Šobáň]

Jasně titulky jsou v (středoevropské jazyky windows-1250) čili CP-1250.

Takže v přehrávači vybrat to kodování a mělo by to být OK.

Ovšem dřív jsem narazil na pár problémů že přehrávač i po tom zobrazil nesmysly, ovšem to bylo tím že neměl fonty v CP-1250 musel jsem je ukrást z windows, ale dnes by to nemělo být potřeba.

Pokud by to byl tento problém tak stačí titulky převést do UTF-8 a nebo jiného kódování co přehrávač akceptuje. (ISO 8859-2)