我在这里有一个产品，与竞争对手相比，自动检测srt字幕文件的编码存在缺陷。我可以自动检测smi文件的编码，因为它的标题中有语言信息。但对于srt，我不能那样做。如何对srt文件应用此自动检测？ 任何有关我可以学习作为我的第一步的算法的好参考将不胜感激。 Fyi，我的产品应该支持西欧，中欧，西里尔字母，希腊语，土耳其语，希伯来语，阿拉伯语，波罗的海语，韩语，S-中文，T-Chinese，越南，泰国。
答案 0 :(得分：2)
有很多工具可以检测文本文件的字符集（例如srt文件）。例如，在Linux机器的命令行中，您可以使用chardet：
chardet subtile_file_name.srt
此实用程序应预先安装pip（Python安装程序）。在Ubuntu：
sudo apt-get install python-pip
pip install chardet
如果您需要在应用程序中集成检测器，还可以使用开放式库来完成工作。例如，在我用Java实现的工具DualSub中，我使用了juniversalchardet。