Question

我有一个文字/字幕文件，如下所示：

1
00:00:58,178 --> 00:00:59,327
Some text!

2
00:00:59,329 --> 00:01:01,819
<i>Some text</i>

3
00:01:40,512 --> 00:01:41,629
2350 some text.

4
00:01:41,631 --> 00:01:43,771
Some text.

现在我几乎想通了，如何匹配下面正则表达式的实际字幕行：

^([^\d^\n].*)

但是如果相同的实际字幕行以数字开头（例子中的第三个字幕）怎么办？所以现在我必须匹配那些以数字开头的行，只要它们稍后在行结束前的同一行中有字母表。

如何通过与上面使用的正则表达式结合来实现这一点？

Answer 1

更新＃1

此更新旨在带来巨大的性能提升

我认为字幕可以是多行：

^\d+:\d+:[^-]+-->.*\R+\K.+(?:\R.+)*(?=\s*(?:^\d+$|\z))

说明：

^\d+:\d+:[^-]+-->.*     # Match time's line
\R+\K                   # One or more newlines (& forget all previous matched characters)
.+                      # Match next immediate line
(?:\R.+)*               # And continuing lines of subtitle (if any)
(?=\s*(?:^\d+$|\z))     # Up to a digit-only-line or end of input string

<强> Live demo

Answer 2

我建议采用一种方法，即忽略所有只是数字或等于SRT时间戳周期的行：

^(?!\d+$|\d{2}:\d{2}:\d{2},\d+ --> \d{2}:\d{2}:\d{2},\d+$).+

请参阅this regex demo

<强>详情：

^ - 开始行
(?! - 如果在右侧立即找到模式，则会导致匹配失败的否定前瞻的开始：
- \d+$ - 1+位到行尾
- | - 或
- \d{2}:\d{2}:\d{2},\d+ --> \d{2}:\d{2}:\d{2},\d+$ - -->个分隔的时间戳
) - 前瞻的结尾
.+ - 匹配整个非空行

正则表达式匹配以数字开头的行，只有当同一行包含后面的字母时

2 个答案: