能否用python合并或者拆分使srt字幕里的每句话都变得完整,以句号,问号,叹号等结束?

blackantt

能否用python合并或者拆分使srt字幕里的每句话都变得完整,以句号,问号,叹号等结束?

FishC

当合并或拆分SRT字幕文件时，我们需要注意一些细节。首先，我们需要识别每个句子的结束标点符号（句号、问号、叹号等）。其次，我们需要根据这些标点符号来合并或拆分字幕。

我们可以使用Python中的正则表达式模块（re）来完成这个任务。下面是一个实现这个功能的示例代码：

合并字幕：

1. import re
   
2. 
   
3. def merge_subtitles(filename):
   
4.     with open(filename, 'r') as file:
   
5.         subtitles = file.read()
   
6. 
   
7.     # 使用正则表达式匹配字幕中的每个句子，并在结束标点符号处加上换行符
   
8.     merged_subtitles = re.sub(r'([\.\?\!])\s', r'\1\n', subtitles)
   
9. 
   
10.     with open('merged_subtitles.srt', 'w') as file:
    
11.         file.write(merged_subtitles)
    
12. 
    
13. merge_subtitles('original_subtitles.srt')

复制代码

拆分字幕：

1. import re
   
2. 
   
3. def split_subtitles(filename):
   
4.     with open(filename, 'r') as file:
   
5.         subtitles = file.read()
   
6. 
   
7.     # 使用正则表达式匹配字幕中的每个句子，并在结束标点符号处加上特定的字符（例如#）
   
8.     splited_subtitles = re.sub(r'([\.\?\!])', r'\1#', subtitles)
   
9. 
   
10.     with open('splited_subtitles.srt', 'w') as file:
    
11.         file.write(splited_subtitles)
    
12. 
    
13. split_subtitles('original_subtitles.srt')

复制代码

请注意，上述代码中的`filename`参数需要替换为您的原始字幕文件的路径。合并的字幕将保存在`merged_subtitles.srt`文件中，拆分的字幕将保存在`splited_subtitles.srt`文件中。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。

blackantt

srt 字幕是带时间轴的这种字幕，不能单纯当文本行对待

FishC

blackantt 发表于 2024-04-11 11:26
srt 字幕是带时间轴的这种字幕，不能单纯当文本行对待

非常抱歉，我之前的回答确实没有考虑到SRT字幕文件带有时间轴的问题。如果您需要在保留时间轴的情况下合并或拆分SRT字幕文件，代码会稍微复杂一些。以下是一个能够合并字幕的示例代码：

1. import re
   
2. 
   
3. def merge_subtitles(filename):
   
4.     with open(filename, 'r') as file:
   
5.         subtitles = file.readlines()
   
6. 
   
7.     merged_subtitles = []
   
8.     current_subtitle = ""
   
9.    
   
10.     for subtitle in subtitles:
    
11.         # 如果这是一个时间轴行，则直接加入到合并后的字幕中
    
12.         if re.match(r'\d+:\d+:\d+,\d+ --> \d+:\d+:\d+,\d+', subtitle):
    
13.             merged_subtitles.append(subtitle)
    
14.         else:
    
15.             # 否则将文字内容添加到当前字幕中
    
16.             current_subtitle += subtitle.strip()
    
17.             # 如果当前字幕以句号、问号或叹号结尾，则表示一个完整的句子，将其加入到合并后的字幕中并清空当前字幕
    
18.             if re.search(r'[。？！]$', current_subtitle):
    
19.                 merged_subtitles.append(current_subtitle)
    
20.                 current_subtitle = ""
    
21.    
    
22.     with open('merged_subtitles.srt', 'w') as file:
    
23.         file.writelines(merged_subtitles)
    
24. 
    
25. merge_subtitles('original_subtitles.srt')

复制代码

请注意，上述代码中的`filename`参数仍然需要替换为您的原始字幕文件的路径。合并的字幕将保存在`merged_subtitles.srt`文件中，并保留原始的时间轴信息。

对于拆分字幕，因为涉及到时间轴的调整，所以稍显复杂。您可以考虑使用第三方库来处理这个任务，例如`pysrt`库。您可以使用`pip`来安装它：

1. pip install pysrt

复制代码

然后，可以使用以下示例代码来拆分字幕：

1. import pysrt
   
2. 
   
3. def split_subtitles(filename):
   
4.     subs = pysrt.open(filename)
   
5.    
   
6.     splited_subs = []
   
7.    
   
8.     for sub in subs:
   
9.         # 拆分每个字幕的文本内容
   
10.         sentences = re.split(r'[。？！]', sub.text)
    
11.         
    
12.         # 对于每个拆分出来的句子，重新创建一个字幕对象，并复制时间轴信息
    
13.         start_time = sub.start.to_time()
    
14.         end_time = sub.end.to_time()
    
15.         for sentence in sentences:
    
16.             new_sub = pysrt.SubRipItem()
    
17.             new_sub.text = sentence.strip() + '.'
    
18.             new_sub.start.seconds = start_time.total_seconds()
    
19.             new_sub.end.seconds = end_time.total_seconds()
    
20.             splited_subs.append(new_sub)
    
21.    
    
22.     # 保存拆分后的字幕
    
23.     pysrt.save('splited_subtitles.srt', splited_subs)
    
24. 
    
25. split_subtitles('original_subtitles.srt')

复制代码

同样，上述代码中的`filename`参数需要替换为您的原始字幕文件的路径。拆分的字幕将保存在`splited_subtitles.srt`文件中，并保留原始的时间轴信息。请确保安装了`pysrt`库才能运行上述代码。

以上回复来自 FishC AI 小助理，如未能正确解答您的问题，请继续追问。