https://stackoverflow.com//questions/11659118
italiano
english
français
española
中国
日本の
العربية
Deutsch
한국어
Português
Russian题
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子。
我找不到正确的reg exps。执行此操作时，我需要采用ID，时间和字幕变量。并且当打印时，QU不是NO阵列（）S或等。必须与在原始文件中相同。
我的意思是我必须像这样打印;
$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...)
顺便说一下我的代码。但它没有看到线条。它必须被编辑，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 />';
}
解决方案
这是一个简单的状态机，用于按行解析SRT文件行：
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，您可以通过数组偏移量循环循环或访问它们：
echo $subs[0]->number . ' says ' . $subs[0]->text . "\n";
通过循环循环显示所有子句并显示它：
foreach($subs as $sub) {
echo $sub->number . ' begins at ' . $sub->startTime .
' and ends at ' . $sub->stopTime . '. The text is: <br /><pre>' .
$sub->text . "</pre><br />\n";
}
进一步读取：子领文本文件格式
其他提示
不匹配，因为您的$ 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',
...
)
您的Regex不会匹配任何这些元素。
如果您的意图是将整个文件读入一个长内存的hog-of-string，则使用file_get_contents将整个文件内容置于一个字符串中。然后使用preg_match_all获取所有正则表达式匹配。
否则，您可能会尝试循环阵列，并尝试匹配各种正则表达式模式以确定该行是否是ID，时间范围或文本，并适当地进行事项。显然，您可能还希望某些逻辑以确保您以正确的顺序获取值（ID，然后是时间范围，然后文本）。
将file()数组组分成4个使用 array_chunk() ，然后省略最后一个条目，因为它是一个空白行像这样：
foreach( array_chunk( file( 'test.srt'), 4) as $entry) {
list( $number, $time, $subtitle) = $entry;
echo $number . '<br />';
echo $time . '<br />';
echo $subtitle . '<br />';
}
我使一个类将.srt文件转换为数组。 数组的每个条目都具有以下属性：
- ID：表示字幕的ID（2）的数字
- 开始：浮动，开始时间为几秒钟（24.443）
- 结束：浮动，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，ms（3204）
- 文本：字幕的文本（孔雀统治在巩门市。）
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]; } }
您可以使用此项目： https://github.com/caption/caption
示例代码：
<?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";
}
样品输出：
> php index.php
start: 00:01:48,387<br />
stop: 00:01:53,269<br />
startMS: 108387<br />
stopMS: 113269<br />
text: ┘ç┘à╪د┘ç┘┌»█î ╪▓█î╪▒┘┘ê█î╪│ ╪ذ╪د ┌ر█î┘█î╪ز ╪ذ┘┘ê╪▒█î ┘ê ┌ر╪»┌ر x265
=====================<br />
start: 00:02:09,360<br />
stop: 00:02:12,021<br />
startMS: 129360<br />
stopMS: 132021<br />
text: .┘à╪د ┘╪ذ╪د┘è╪» ╪ز┘┘ç╪د┘è┘è ╪د┘è┘╪ش╪د ╪ذ╪د╪┤┘è┘à -
┌╪▒╪د ╪ا<br />
=====================<br />
start: 00:02:12,022<br />
stop: 00:02:14,725<br />
startMS: 132022<br />
stopMS: 134725<br />
text: ..╪د┌»┘ç ┘╛╪»╪▒╪ز -
.╪د┘ê┘ ┘ç┘è┌┘ê┘é╪ز ┘à╪ز┘ê╪ش┘ç ╪▒┘╪ز┘┘à┘ê┘ ┘┘à┘è╪┤┘ç -<br />
=====================<br />
可以通过使用PHP线条断裂来完成。 我可以成功地做到 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']=$movie->TMDBID;
在这里$电影 - > srt是在这个问题中发布的格式的字幕。 正如我们所看到的，每次空间都是两行， 希望你得到回答。
不隶属于 StackOverflow
