[НуПогоди]

Привёл к приемлемому виду давно ждавший своей очереди Pascal-скрипт для конвертации субтитров, сохранённых в одной из альтернативных русских кодировок, к классической кодировке Windows (cp1251), поддерживаемой SubtitleWorkshop (SW). Общие возможности:

• восстановление WIN (cp1251) из однобайтовых кодировок (KOI8, DOS, IS08859-5, MacOS и OEM) и двухбайтовой кодировки UTF8 (unicode).
  
• автоматическое распознавание исходной кодировки субтитров.

Хотя алгоритм автораспознавания очень примитивен, мои первые тесты показали, что, если текста субтитров достаточно для анализа, с поставленной задачей он справляется. Если результат вас не устраивает, т.е. вместо осмысленного русского текста в поле субтитров вы по-прежнему видите какую-то тарабарщину, просто сделайте Undo (CTRL-Z) и выложите эти титры сюда - я, в силу своих скромных возможностей, попытаюсь разобраться, где кроется причина сбоя, и оптимизировать алгоритм автораспознавания.

В версии скрипта 0.03 список символов, который восстанавливают скрипты, ограничивается алфавитом и несколькими специальными символами, а именно:

абвгдеёжзийклмнопрстуфхцчшщьыъэюя
АБВГДЕЁЖЗИЙКЛМНОПРСТУФХЦЧШЩЬЫЪЭЮЯ
–—єЄіІїЇ‘’“”«»…№„

Выкладываю скриншот и два зазипованных файла: в одном (x2cp1251-v0.03-Source.zip) - текст самого скрипта, а в другом (x2cp1251-v0.03-TestSubtitles.zip) - примеры субтитров в разных кодировках, на которых тестировались эти скрипты. Скрипт надо скопировать в папку .\SubtitleWorkshop\PascalScripts и вызывать его из SW-меню: Tools > Pascal scripts > x2cp1251.

Естественно, все заинтересованные лица приглашаются к обсуждению (или, как предпочитают выражаться интеллектуалы на sports.ru, срач объявляется открытым). В первую очередь, меня интересует:

• нормально ли работает алгоритм распознавания исходной кодировки текста?
  
• какие ещё символы, по вашему мнению, стоит добавить?
  
• что делать с UTF8-символами (скажем, ğčßöäü), которые не попадают в перечисленный список: (i) оставлять их как есть, (ii) заменять иx каким-нибудь спецсимволом (скажем, *) или (iii) выдавать предупреждение пользователю?

Прикрепленные файлы

•  x2cp1251v2.png (25,93К)
  Количество загрузок:: 45
•  x2cp1251_v0.03_TestSubtitles.zip (5,67К)
  Количество загрузок:: 25
•  x2cp1251_v0.03_Source.zip (4,13К)
  Количество загрузок:: 40

Сообщение отредактировал НуПогоди: 25 Май 2009 - 12:31

[ЯсенСвет]

Файл не скачивается, пишет: неожиданный конец архива.

А у меня с Воркшопом такая же проблема, перестали читатся кодировки. Другую прогрмамму не хочу, к Воркшопу привыкла и очень тяжело перестраиватся.

[BedaZzle]

ЯсенСвет (7.10.2009, 21:25) писал:

Файл не скачивается, пишет: неожиданный конец архива.

Нормально качается. Какой программой архив пытаешься открыть?

[ЯсенСвет]

BedaZzle (8.10.2009, 6:42) писал:

Нормально качается. Какой программой архив пытаешься открыть?

АААаааа , позор на мою голову. Это 7зип. Уже открыла, щас протестируем.

[ЯсенСвет]

Заработало. Мне правда мерещится или как, но в Tools > Pascal scripts > x2cp1251 (Инструменты/скрипты на паскале) - этого нет: x2cp1251
Зато стала работать кирилица, если ее выбирают в меню: Настройки/ настройки/ основные / символы / выбираю Кириллицу и стало работать.

Ранее кирилица не работала ни под каким видом, после того как муж сменил на компе винду и мне все субтитры показывались в страшном виде абракадабры.
Спасиб.

[НуПогоди]

ЯсенСвет (8.10.2009, 16:22) писал:

Мне правда мерещится или как, но в Tools > Pascal scripts > x2cp1251 (Инструменты/скрипты на паскале) - этого нет: x2cp1251

В меню Tools > Pascal Scripts доступны только те скрипты, которые на момент запуска SW лежат в папке .\SubtitleWorkshop\PascalScripts. Скрипт (т.е. файл x2cp1251.pas) туда уже скопирован?