昨天下午三点,我在客厅把一张旧硬盘插上笔记本。里面存着 2019 年从朋友那儿拷来的一部日本纪录片,《工匠的午后》,时长 47 分钟,附一个 srt 文件。打开的一瞬间,屏幕上全是「锟斤拷」和一堆方框,像被水泡过的报纸。我坐在那儿,先没动,喝了半杯凉掉的咖啡。
这不是第一次了。可每次碰到,我还是会先愣三秒。乱码这东西不杀人,它只是让你觉得,明明文件都在,字却躲到了壳子后面。
先说结论:三条管用的路
折腾到六点半,我试了七八种方法,真正解决问题的只有三条,按折腾成本从低到高排。第一条,用 Notepad++ 打开字幕,菜单栏「编码」里选「转为 UTF-8 无 BOM」,再另存一次。这一条解决了我六成的乱码。字幕文件常见的老编码是 Shift-JIS、GBK、Big5,三个脚本往 UTF-8 一折,播放器多半就认了。
第二条,当文件本身是日文的 Shift-JIS、但被误当成 GBK 读进来的时候,Notepad++ 里先选「以 Shift-JIS 编码重新载入」,确认字正常了,再转为 UTF-8 保存。这一步顺序反了,字就永远是乱的。我在这上面栽过两次,第三次才记住。
第三条最笨,也最稳:用 ffmpeg 把字幕硬烧进画面。ffmpeg -i input.mp4 -vf "subtitles=sub.srt:force_style='FontName=PingFang SC'" -c:a copy output.mp4,速度慢,47 分钟的片子跑了十一分钟,但画面出来的时候,字是字,句是句,一个方框都没有。适合那种编码怎么都对不上、又急着看的情况。
顺便说一句:编码转换工具不是万能的。有些字幕文件从源头就被双重转码过,Shift-JIS 转成 GBK 再转回 Shift-JIS,字已经损了,神仙也救不回来。这种时候,与其修,不如重新下一个。
再说三条不管用的路
不管用的第一条:在播放器里改「字幕编码」下拉框。VLC 和 PotPlayer 都有这个选项,我轮着试了 Auto、UTF-8、GBK、Shift-JIS,画面依旧是一堆方块。原因大概是播放器只认它以为的那个编码,而文件里的字节本身已经错位了,改下拉框等于隔靴搔痒。
第二条是网上传得很广的「用 Excel 打开 srt 再另存为 CSV」。我照做了,时间是 5 点 12 分。结果时间轴那一列被拆成了三列,「00:01:23,456」变成了三格格子,字幕序号也错位。四十分钟的字幕,Excel 一口吞下去,吐出来是一堆散架的零件。这条路,我是彻底放弃了。
第三条最气人:某些号称「一键修复乱码」的小工具。我下了一个,界面挺漂亮,点「修复」之后文件变小了 3KB,打开一看,前两百行全成了问号。我盯着屏幕看了很久,然后把那个工具删了,顺手清空了回收站。有些东西,存在本身就是个问题。
中间我还翻了些旧资料,顺手链在这里,都是平时攒下的:學習資料软件库合集,里面有几个转码小工具的旧版本,比现在网上搜到的干净;还有 精品麻花豆和三品麻花豆,那篇讲的是文件命名混乱,跟字幕乱码算是远房亲戚。另外 我の岳母大人 那篇里,我提过一个 2018 年在秋叶原买移动硬盘送转码盘的老板,他当时说了句「编码不对,硬盘再好也白搭」,现在想想挺对。
我的一个不太受欢迎的观点
说实话,我觉得大部分「日产中文乱码」根本不该叫「乱码」,它叫「错读」。文件没坏,字节没丢,只是读的人用错了字典。字幕组当年在 Windows 日文环境下用 Shift-JIS 存的,拿到中文 Windows 上,系统拿 GBK 去对,当然对不上。这不是技术难题,这是历史遗留的路径依赖。
所以那些把「乱码」包装成玄学、收钱做「一键修复」的,我是不太信的。真正的解法就写在文件头两行字节里,愿意蹲下来看,十分钟就能看明白。当然这话说出去不太讨好,毕竟很多人只想点一下按钮。我理解,但我不认同。
最后那个 47 分钟的字幕,我是用 Notepad++ 重新载入成 Shift-JIS、再转 UTF-8 解决的。7 点 03 分,我点开播放器,第一句字幕出来:「木屑落下来的时候,声音比想象中轻。」我在沙发上坐直了一点。那天晚上我把整套流程记在便签里,就是这篇的前半部分。剩下没解决的,我还没好意思写出来,比如为什么有些字幕烧进去会带一圈细线,比如 香蕉图标的app 下载 里那个播放器对 srt 的时间轴有半秒的偏移。这些问题,我还得再翻翻。