C# 解析XML以将时间文本标记转换为WebVTT

我正在开发一个web应用程序，它可以以时间文本标记（TTML）或其他格式接收字幕文件。如果文件是定时文本，我想将其转换为WebVTT。这基本上不是一个问题，我遇到的一个问题是，如果TTML将HTML作为文本内容的一部分，那么HTML标记就会被删除

例如：

<p begin="00:00:08.18" dur="00:00:03.86">(Music<br />playing)</p>

我使用的代码是：

private const string TIME_FORMAT = "hh\\:mm\\:ss\\.fff";
XmlDocument xmldoc = new XmlDocument();
xmldoc.Load(fileLocation);
XDocument xdoc = xmldoc.ToXDocument();
var ns = (from x in xdoc.Root.DescendantsAndSelf()
          select x.Name.Namespace).First();

List<TTMLElement> elements =
(
     from item in xdoc.Descendants(ns + "body").Descendants(ns + "div").Descendants(ns + "p")
     select new TTMLElement
     {
          text = item.Value,
          startTime = TimeSpan.Parse(item.Attribute("begin").Value),
          duration = TimeSpan.Parse(item.Attribute("dur").Value),
     }
).ToList<TTMLElement>();

StringBuilder sb = new StringBuilder();
sb.AppendLine("WEBVTT");
sb.AppendLine();

for (int i = 0; i < elements.Count; i++)
{
     sb.AppendLine(i.ToString());
     sb.AppendLine(elements[i].startTime.ToString(TIME_FORMAT) + " --> " + elements[i].startTime.Add(elements[i].duration).ToString(TIME_FORMAT));
     sb.AppendLine(elements[i].text);
     sb.AppendLine();
}

private const string TIME\u FORMAT=“hh\\：mm\\：ss\\.fff”；
XmlDocument xmldoc=新的XmlDocument（）；
Load（fileLocation）；
XDocument xdoc=xmldoc.ToXDocument（）；
var ns=（从xdoc.Root.genderantsandself（）中的x开始）
选择x.Name.Namespace）.First（）；
列表元素=
(
源于xdoc.子体（ns+“body”）.子体（ns+“div”）.子体（ns+“p”）中的项
选择新的TTMLElement
{
text=项目值，
startTime=TimeSpan.Parse（item.Attribute（“begin”）.Value），
duration=TimeSpan.Parse（item.Attribute（“dur”）.Value），
}
).ToList（）；
StringBuilder sb=新的StringBuilder（）；
sb.附录（“WEBVTT”）；
（某人）；
for（int i=0；i”+elements[i].startTime.Add（elements[i].duration.ToString（TIME_格式））；
sb.AppendLine（元素[i].文本）；
（某人）；
}

---

如果您对我遗漏的内容有任何想法，或者是否有更好的方法，或者即使已经有了将时间文本转换为WebVTT的解决方案，我们都将不胜感激。谢谢。

Microsoft有一个工具可以生成两种格式：

此演示允许您创建简单的视频标题文件。首先以浏览器可以播放的格式加载视频。然后交替播放和暂停视频，为每个片段输入标题

如果为视频保存了WebVTT或TTML标题文件，则可以加载、编辑现有片段的文本或附加新片段

---

如果你想以编程的方式来做这件事，对的回答可能会有所帮助。

我终于回到了这个项目，我也找到了解决问题的方法

本节第一节：

from item in xdoc.Descendants(ns + "body").Descendants(ns + "div").Descendants(ns + "p")
    select new TTMLElement
    {
        text = item,
        startTime = TimeSpan.Parse(item.Attribute("begin").Value),
        endTime = item.Attribute("dur") != null ?
          TimeSpan.Parse(item.Attribute("begin").Value).Add(TimeSpan.Parse(item.Attribute("dur").Value)) :
          TimeSpan.Parse(item.Attribute("end").Value)
   }

项的类型为XElement，因此可以从中创建XmlReader对象，从而生成以下函数：

private static string ReadInnerXML(XElement parent)
{
    var reader = parent.CreateReader();
    reader.MoveToContent();
    var innerText = reader.ReadInnerXml();
    return innerText;
}

为了删除节点内的html，我修改了函数，如下所示：

private static string ReadInnerXML(XElement parent)
{
    var reader = parent.CreateReader();
    reader.MoveToContent();
    var innerText = reader.ReadInnerXml();
    innerText = Regex.Replace(innerText, "<.+?>", " ");
    return innerText;
}

from item in xdoc.Descendants(ns + "body").Descendants(ns + "div").Descendants(ns + "p")
    select new TTMLElement
    {
        text = ReadInnerXML(item),
        startTime = TimeSpan.Parse(item.Attribute("begin").Value),
        endTime = item.Attribute("dur") != null ?
          TimeSpan.Parse(item.Attribute("begin").Value).Add(TimeSpan.Parse(item.Attribute("dur").Value)) :
          TimeSpan.Parse(item.Attribute("end").Value)
   }

---

我已经编辑了你的标题。请看，“，其中的共识是“不，他们不应该”。谢谢你，我甚至没有想到这一点。

from item in xdoc.Descendants(ns + "body").Descendants(ns + "div").Descendants(ns + "p")
    select new TTMLElement
    {
        text = ReadInnerXML(item),
        startTime = TimeSpan.Parse(item.Attribute("begin").Value),
        endTime = item.Attribute("dur") != null ?
          TimeSpan.Parse(item.Attribute("begin").Value).Add(TimeSpan.Parse(item.Attribute("dur").Value)) :
          TimeSpan.Parse(item.Attribute("end").Value)
   }