简单、自然、琐碎的解决方案

Question

1
00:00:00,074 --> 00:00:02,564
Previously on Breaking Bad...

2
00:00:02,663 --> 00:00:04,393
Words...

我需要用php解析srt文件，并用变量打印文件中的所有子文件。

我找不到合适的reg exps。当这样做时，我需要采用id，时间和字幕变量。并且当打印时，不存在array（）s等等必须与原始文件中的相同打印。

我的意思是我必须打印出来;

$number <br> (e.g. 1)
$time <br> (e.g. 00:00:00,074 --> 00:00:02,564)
$subtitle <br> (e.g. Previously on Breaking Bad...)

顺便说一句，我有这个代码。但它没有看到线条。它必须编辑，但如何？

$srt_file = file('test.srt',FILE_IGNORE_NEW_LINES);
$regex = "/^(\d)+ ([\d]+:[\d]+:[\d]+,[\d]+) --> ([\d]+:[\d]+:[\d]+,[\d]+) (\w.+)/";

foreach($srt_file as $srt){

    preg_match($regex,$srt,$srt_lines);

    print_r($srt_lines);
    echo '<br />';

}

Answer 1

这是一个简短的状态机，用于逐行解析SRT文件：

define('SRT_STATE_SUBNUMBER', 0);
define('SRT_STATE_TIME',      1);
define('SRT_STATE_TEXT',      2);
define('SRT_STATE_BLANK',     3);

$lines   = file('test.srt');

$subs    = array();
$state   = SRT_STATE_SUBNUMBER;
$subNum  = 0;
$subText = '';
$subTime = '';

foreach($lines as $line) {
    switch($state) {
        case SRT_STATE_SUBNUMBER:
            $subNum = trim($line);
            $state  = SRT_STATE_TIME;
            break;

        case SRT_STATE_TIME:
            $subTime = trim($line);
            $state   = SRT_STATE_TEXT;
            break;

        case SRT_STATE_TEXT:
            if (trim($line) == '') {
                $sub = new stdClass;
                $sub->number = $subNum;
                list($sub->startTime, $sub->stopTime) = explode(' --> ', $subTime);
                $sub->text   = $subText;
                $subText     = '';
                $state       = SRT_STATE_SUBNUMBER;

                $subs[]      = $sub;
            } else {
                $subText .= $line;
            }
            break;
    }
}

if ($state == SRT_STATE_TEXT) {
    // if file was missing the trailing newlines, we'll be in this
    // state here.  Append the last read text and add the last sub.
    $sub->text = $subText;
    $subs[] = $sub;
}

print_r($subs);

结果：

Array
(
    [0] => stdClass Object
        (
            [number] => 1
            [stopTime] => 00:00:24,400
            [startTime] => 00:00:20,000
            [text] => Altocumulus clouds occur between six thousand
        )

    [1] => stdClass Object
        (
            [number] => 2
            [stopTime] => 00:00:27,800
            [startTime] => 00:00:24,600
            [text] => and twenty thousand feet above ground level.
        )

)

然后，您可以循环遍历subs数组或通过数组偏移量访问它们：

echo $subs[0]->number . ' says ' . $subs[0]->text . "\n";

通过循环显示所有潜艇并显示它来显示所有潜艇：

foreach($subs as $sub) {
    echo $sub->number . ' begins at ' . $sub->startTime .
         ' and ends at ' . $sub->stopTime . '.  The text is: <br /><pre>' .
         $sub->text . "</pre><br />\n";
}

进一步阅读：SubRip Text File Format

Answer 2

这不会匹配，因为你的$ srt_file数组可能如下所示：

Array
([0] => '1',
[1] => '00:00:00,074 --> 00:00:02,564',
[2] => 'Previously on Breaking Bad...'.
[3] => '',
[4] => '2',
...
)

你的正则表达式不会匹配任何这些元素。

如果您的目的是将整个文件读入一个长字符串的内存中，则使用file_get_contents将整个文件内容转换为一个字符串。然后使用preg_match_all获取所有正则表达式匹配。

否则，您可能会尝试遍历数组并尝试匹配各种正则表达式模式，以确定该行是id，时间范围还是文本，并做适当的事情。很明显，您可能还需要一些逻辑来确保以正确的顺序获取值（id，然后是时间范围，然后是文本）。

Answer 3

使用array_chunk()将file()数组分组为4个块，然后省略最后一个条目，因为它是一个空行，如下所示：

foreach( array_chunk( file( 'test.srt'), 4) as $entry) {
    list( $number, $time, $subtitle) = $entry;
    echo $number . '<br />';
    echo $time . '<br />';
    echo $subtitle . '<br />';
}

Answer 4

我创建了一个类来将.srt文件转换为数组。数组的每个条目都具有以下属性：

id：表示字幕（2）
start：float，以秒为单位的开始时间（24.443）
end：float，以秒为单位的结束时间（27.647）
startString：人类可读格式的开始时间（00：00：24.443）
endString：人类可读格式的结束时间（00：00：24.647）
持续时间：字幕的持续时间，以ms（3204）为单位
text：副标题的文字（ Peacocks统治过Gongmen City。）

代码是php7：

<?php

namespace VideoSubtitles\Srt;


class SrtToArrayTool
{


    public static function getArrayByFile(string $file): array
    {

        $ret = [];

        $gen = function ($filename) {
            $file = fopen($filename, 'r');
            while (($line = fgets($file)) !== false) {
                yield rtrim($line);
            }
            fclose($file);
        };

        $c = 0;
        $item = [];
        $text = '';
        $n = 0;
        foreach ($gen($file) as $line) {

            if ('' !== $line) {
                if (0 === $n) {
                    $item['id'] = $line;
                    $n++;
                }
                elseif (1 === $n) {
                    $p = explode('-->', $line);
                    $start = str_replace(',', '.', trim($p[0]));
                    $end = str_replace(',', '.', trim($p[1]));
                    $startTime = self::toMilliSeconds(str_replace('.', ':', $start));
                    $endTime = self::toMilliSeconds(str_replace('.', ':', $end));
                    $item['start'] = $startTime / 1000;
                    $item['end'] = $endTime / 1000;
                    $item['startString'] = $start;
                    $item['endString'] = $end;
                    $item['duration'] = $endTime - $startTime;
                    $n++;
                }
                else {
                    if ($n >= 2) {
                        if ('' !== $text) {
                            $text .= PHP_EOL;
                        }
                        $text .= $line;
                    }
                }
            }
            else {
                if (0 !== $n) {
                    $item['text'] = $text;
                    $ret[] = $item;
                    $text = '';
                    $n = 0;
                }
            }
            $c++;
        }
        return $ret;
    }


    private static function toMilliSeconds(string $duration): int
    {
        $p = explode(':', $duration);
        return (int)$p[0] * 3600000 + (int)$p[1] * 60000 + (int)$p[2] * 1000 + (int)$p[3];
    }


}

或者在此处查看：https://github.com/lingtalfi/VideoSubtitles

Answer 5

您可以使用此项目：https://github.com/captioning/captioning

示例代码：

custObject: CustomType;

ngOnInit() {
    this.custObject = this.customDocument.valeueChanges() as CustomTpe;
}

示例输出：

<?php
require_once __DIR__.'/../vendor/autoload.php';

use Captioning\Format\SubripFile;

try {
    $file = new SubripFile('your_file.srt');

    foreach ($file->getCues() as $line) {
        echo 'start: ' . $line->getStart() . "<br />\n";
        echo 'stop: ' . $line->getStop() . "<br />\n";
        echo 'startMS: ' . $line->getStartMS() . "<br />\n";
        echo 'stopMS: ' . $line->getStopMS() . "<br />\n";
        echo 'text: ' . $line->getText() . "<br />\n";
        echo "=====================<br />\n";
    }

} catch(Exception $e) {
    echo "Error: ".$e->getMessage()."\n";
}

Answer 6

可以通过使用php换行符来完成。我可以成功做到让我显示我的代码

$srt=preg_split("/\\r\\n\\r\\n/",trim($movie->SRT));
            $result[$i]['IMDBID']=$movie->IMDBID;
            $result[$i]['TMDBID']=$movie->TMDBID;

此处$ movie-> SRT是在此问题中发布格式的字幕。如我们所见，每次空间是两条新线，希望你得到答案。

Answer 7

简单、自然、琐碎的解决方案

srt subs 看起来像这样，并由两个换行符分隔：

3
00:00:07,350 --> 00:00:09,780
The ability to destroy a planet is
nothing next to the power of the force

显然你想解析时间，使用Java中已经存在的dateFormat.parse，所以它是即时的。

class Sub {
    float start;
    String text;

    Sub(String block) {
        this.start = null; this.text = null;
        String[] lines = block.split("\n");
        if (lines.length < 3) { return; }

        String timey = lines[1].replaceAll(" .+$", "");
        try {
            DateFormat dateFormat = new SimpleDateFormat("HH:mm:ss,SSS");
            Date zero = dateFormat.parse("00:00:00,000");
            Date date = dateFormat.parse(timey);
            this.start = (float)(date.getTime() - zero.getTime()) / 1000f;
        } catch (ParseException e) {
            e.printStackTrace();
        }

        this.text = TextUtils.join(" ", Arrays.copyOfRange(lines, 2, lines.length) );
    }
}

显然，要获取文件中的所有 subs

    List<Sub> subs = new ArrayList<>();
    String[] tt = fileText.split("\n\n");
    for (String s:tt) { subs.add(new Sub(s)); }

解析.srt文件

7 个答案:

简单、自然、琐碎的解决方案