В субтитрах знаки вопроса или кракозябры? Как исправить файл SRT

Equalang

Вкратце

Узнайте, почему в субтитрах SRT появляются знаки вопроса, кракозябры или пустые квадраты, и как безопасно перекодировать файл в UTF-8 без потери текста.

Ключевые слова: субтитры знаки вопроса; vlc субтитры вопросительные знаки; перекодировать srt в utf 8; исправить кракозябры в субтитрах srt; неправильная кодировка субтитров

Когда вместо нормального текста в субтитрах появляются знаки вопроса, искаженные буквы с акцентами или пустые квадраты, причина всегда кроется в одной из двух совершенно разных проблем. Непонятные символы вроде ``, ???, é или бессмысленный набор букв означают несовпадение кодировки символов (кракозябры или Mojibake): плеер пытается прочитать старый файл .srt с региональной кодировкой как UTF-8 (или наоборот). Если же на экране отображаются одинаковые пустые прямоугольники (□□□), дело в отсутствии глифов в шрифте (эффект «тофу» / Tofu): сам файл уже сохранен в правильной кодировке UTF-8, однако в активном шрифте субтитров вашего плеера просто нет нужных символов для китайского, японского, корейского, арабского или тайского языка.

Определить причину по внешнему виду на экране можно всего за пять секунд — это убережет вас от изменения неправильных настроек и необратимой порчи исходного файла субтитров.

Несовпадение кодировки и отсутствие глифов: как отличить симптомы

Старые файлы .srt из баз субтитров часто сохранялись в однобайтовых или региональных кодировках вместо международного стандарта Unicode UTF-8. Поскольку текстовый файл формата .srt не содержит обязательного внутреннего заголовка с указанием кодировки, медиаплееры вынуждены угадывать ее либо открывать файл по умолчанию в UTF-8 или локальной кодовой странице операционной системы.

Посмотрите на символы на экране, чтобы точно определить причину:

Что вы видите на экранеТехническая причинаПочему это происходитРеальное решение
`` (знак вопроса в ромбе) или ???Устаревшие байты прочитаны как UTF-8Однобайтовые символы (например, кириллица в Windows-1251 или буквы с умлаутами в Windows-1252) образуют недопустимые последовательности байтов при попытке разобрать их как UTF-8.Откройте файл .srt заново в его исходной кодировке, а затем выполните преобразование и сохраните в UTF-8.
é, á, ¿ или æ—¥Байты UTF-8 прочитаны в устаревшей кодировкеКорректный многобайтовый символ UTF-8 (например, é, состоящий из двух байтов 0xC3 0xA9) дробится и отображается побайтово по правилам Windows-1252.Переключите кодировку субтитров по умолчанию в плеере на UTF-8 или добавьте BOM UTF-8, если воспроизведение идет на старом телевизоре через USB.
Бессмысленный набор иероглифов или латиницыОшибочная региональная многобайтовая кодовая страницаФайл, сохраненный в GB18030/GBK, Big5, Shift_JIS или EUC-KR, декодируется через западноевропейскую или неподходящую азиатскую таблицу.Откройте файл заново с выбором правильной кодировки в VS Code или через утилиту iconv, а затем сохраните в UTF-8.
Одинаковые пустые квадраты (□□□)Отсутствие глифов в выбранном шрифте ("Tofu")Файл .srt уже сохранен в корректной кодировке UTF-8 и плеер распознал нужные символы Unicode, но выбранный шрифт содержит исключительно латинские буквы.Не меняйте кодировку файла; выберите в настройках плеера шрифт с поддержкой Unicode или CJK.

Рассмотрим наглядный пример — реплику на французском языке со знаками ударения и перевернутым вопросительным знаком:

14
00:01:12,400 --> 00:01:15,100
¿Où est le café ?

Если этот файл был сохранен в кодировке Windows-1252, а плеер ожидает строгий UTF-8, байты символов ¿, ù и é будут отклонены как недопустимые последовательности, и плеер подставит знаки замены:

14
00:01:12,400 --> 00:01:15,100
O est le caf ?

И наоборот: если файл .srt уже корректно сохранен в UTF-8 (é = 0xC3 0xA9), но плеер настроен на разбор субтитров через Windows-1252, каждый байт отобразится как отдельный знак:

14
00:01:12,400 --> 00:01:15,100
¿Où est le café ?

Не спешите нажимать «Сохранить»: главная ошибка при работе с файлами SRT

Прежде чем открыть проблемный файл .srt в текстовом редакторе и нажать «Сохранить как UTF-8», обратите внимание на фатальную ошибку, которую совершают чаще всего.

Если вы открыли файл .srt в редакторе, где текст **уже выглядит как , `???` или `é`**, и сразу нажали **Сохранить как UTF-8**, вы навсегда уничтожите исходный текст. Текстовый редактор берет символы подстановки, отображаемые на экране, и записывает на диск их буквальные байты `UTF-8` (`U+FFFD` для или U+003F для ?), безвозвратно затирая оригинальные байты кодировки. После этого ни один конвертер не сможет восстановить утраченные буквы.

Чтобы перекодировать файл безопасно:

  1. Сначала сделайте резервную копию исходного файла .srt.
  2. Укажите редактору переоткрыть (перечитать) исходные байты с диска с использованием правильной исходной кодировки, пока текст диалогов не станет абсолютно читаемым.
  3. Только после того, как все слова и буквы на экране отобразятся корректно, выполняйте операцию сохранения (конвертации) файла в UTF-8.

Какая устаревшая кодировка используется в моем файле SRT?

Когда требуется переоткрыть старый файл .srt, сопоставьте язык субтитров с его традиционной кодовой страницей:

Язык субтитровПодходящая устаревшая кодировкаТипичный вид до исправления
Русский, украинский, белорусский, болгарский, сербский (кириллица)Windows-1251 (кириллица)Целые строки превращаются в `` или латинские буквы с диакритикой вроде Ïðèâåò
Английский, французский, испанский, немецкий, итальянский, португальскийWindows-1252 (Западная Европа)Гласные с диакритикой (é, ñ, ü) и фигурные кавычки превращаются в `` или é
АрабскийWindows-1256 (арабская)Текст превращается в `` или разрозненные знаки препинания
Упрощенный китайскийGB18030 или GBKСтроки превращаются в `` или бессмысленный набор латинских знаков
Традиционный китайскийBig5Текст превращается в редкие иероглифы, знаки вопроса или символы
ЯпонскийShift_JISКана и кандзи превращаются в полуширинные знаки катаканы или ``
КорейскийEUC-KRСлоги хангыля заменяются на `` или случайные латинские сочетания

Способ 1: Безопасное преобразование SRT в UTF-8 через VS Code

В редакторе Visual Studio Code процедура исправления кодировки полностью безопасна, поскольку там разделены команды Reopen with Encoding (изменение интерпретации байтов на диске) и Save with Encoding (перекодирование и запись новых байтов).

  1. Откройте файл .srt в VS Code. Если субтитры отображаются некорректно (???, `` или кракозябры), не редактируйте и не сохраняйте файл.
  2. Посмотрите на строку состояния в правом нижнем углу окна и нажмите на индикатор кодировки (обычно там указано UTF-8).
  3. В появившемся сверху меню команд выберите Reopen with Encoding (Переоткрыть с кодировкой).
  4. Выберите устаревшую кодировку, соответствующую языку субтитров, по приведенной выше таблице (например, Cyrillic (Windows 1251) для русского языка, Western (Windows 1252) для испанского/французского или Simplified Chinese (GB18030) для упрощенного китайского).
  5. Проверьте окно редактора. Если текст все еще искажен, снова нажмите на название кодировки в нижнем углу, выберите Reopen with Encoding и пробуйте следующий вариант, пока все реплики и знаки препинания не станут четкими и разборчивыми.
  6. Как только текст примет нормальный вид, нажмите на индикатор кодировки в правом нижнем углу еще раз.
  7. Выберите Save with Encoding -> UTF-8.

Теперь файл .srt корректно преобразован в UTF-8. Он будет без проблем открываться в любых плеерах, браузерах и мобильных приложениях — хотите ли вы просто посмотреть фильм, настроить двойные субтитры в VLC или подготовить чистый исходный файл перед выполнением руководства по переводу субтитров SRT.

Способ 2: Преобразование SRT в UTF-8 через терминал (iconv)

В macOS или Linux конвертировать старые файлы .srt можно напрямую из командной строки с помощью утилиты iconv. Она считывает байты из исходного файла через ключ -f (from) и записывает чистый результат в UTF-8 в новый файл через ключ -t (to), не изменяя оригинал.

Преобразование субтитров на западноевропейских языках (Windows-1252) в UTF-8:

iconv -f WINDOWS-1252 -t UTF-8 old.srt > utf8.srt

Преобразование файлов с кириллицей (Windows-1251), упрощенным китайским (GB18030) или японским (Shift_JIS) в UTF-8:

# Русский / Кириллица
iconv -f WINDOWS-1251 -t UTF-8 movie-ru.srt > movie-ru-utf8.srt

# Упрощенный китайский
iconv -f GB18030 -t UTF-8 movie-zh.srt > movie-zh-utf8.srt

# Японский
iconv -f SHIFT_JIS -t UTF-8 movie-ja.srt > movie-ja-utf8.srt

Всегда перенаправляйте вывод в новый файл (> utf8.srt), а не перезаписывайте исходный (> old.srt), иначе командная оболочка очистит файл еще до того, как iconv завершит его чтение.

Как убрать пустые квадраты (□□□) в VLC, если кодировка уже UTF-8

Если субтитры отображаются как сплошные пустые прямоугольники (□□□), изменение кодировки файла .srt ничего не исправит. Квадраты означают, что VLC уже правильно распознал текст в формате UTF-8, определил точные кодовые позиции Unicode и обратился к активному шрифту для их отрисовки, однако в самом шрифте нет нужных глифов для этих языков.

Такое часто случается на смарт-телевизорах или после чистой установки VLC, где стандартный шрифт субтитров поддерживает только латиницу, а вы запускаете фильм с субтитрами на китайском, японском, корейском, тайском или арабском языке.

Чтобы быстро убрать □□□ в VLC:

  1. Откройте VLC и перейдите в VLC > Настройки (в macOS) или Инструменты > Настройки (в Windows/Linux).
  2. Откройте вкладку Субтитры и OSD.
  3. Найдите раскрывающийся список Шрифт в блоке оформления субтитров.
  4. Замените текущий шрифт на поддерживающий Unicode или CJK, установленный в вашей системе:
    • Кроссплатформенный вариант / Linux: Noto Sans CJK или Arial Unicode MS
    • macOS: PingFang SC
    • Windows: Microsoft YaHei
  5. На этой же вкладке Субтитры и OSD установите параметр Кодировка по умолчанию в значение Универсальная (UTF-8), чтобы VLC не пытался разбирать файлы UTF-8 через региональные кодовые страницы.
  6. Нажмите Сохранить, полностью закройте воспроизведение видео и откройте его снова (VLC кэширует визуализатор шрифтов во время активного воспроизведения).

Часто задаваемые вопросы

Почему вместо знака вопроса или буквы с акцентом отображается é или ¿?

В кодировке UTF-8 символы за пределами базовой латиницы ASCII кодируются последовательностями от двух до четырех байтов. Например, буква é хранится как два байта 0xC3 0xA9, а перевернутый знак вопроса ¿ — как 0xC2 0xBF. Если в медиаплеере или текстовом редакторе выбрана однобайтовая кодировка вроде Windows-1252 вместо UTF-8, программа воспринимает каждый байт как отдельный символ, превращая 0xC3 0xA9 в é, а 0xC2 0xBF — в ¿. Переключение кодировки субтитров в плеере на UTF-8 моментально устраняет проблему.

Можно ли восстановить файл SRT, если он уже был сохранен со знаками ??? или ?

Нет. Если текстовый редактор сохранил файл в момент, когда на экране отображались символы `` (U+FFFD) или ? (U+003F), каждый поврежденный символ был заменен на байтовую последовательность этого маркера подстановки. Поскольку множество разных букв превратилось в один и тот же символ, восстановить исходные байты невозможно. Вам потребуется заново скачать оригинальный файл .srt и воспользоваться командой Reopen with Encoding перед сохранением в UTF-8.

В каком формате сохранять файл SRT: стандартный UTF-8 или UTF-8 с BOM?

Официальные спецификации консорциума Unicode рекомендуют использовать стандартный UTF-8 (без метки порядка байтов BOM). Он обладает максимальной совместимостью с современными плеерами, веб-тегами <track> и программами для работы с субтитрами. Однако если старый телевизор при воспроизведении с USB-флешки или устаревший плеер на Windows по умолчанию открывает файл в локальной кодировке, сохранение в формате UTF-8 с BOM добавит в самое начало файла три опознавательных байта (0xEF 0xBB 0xBF), которые заставят старую программу распознать UTF-8.

Источники