Fatal编程技术网
  • php/
  • Php 解析.srt文件

Php 解析.srt文件

php parsing

Php 解析.srt文件,php,parsing,srt,Php,Parsing,Srt,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 我找不到正确的注册表表达式。在执行此操作时，我需要获取id、时间和字幕变量。当打印时，不能没有array（）等。必须打印与原始文件中相同的内容 我的意思是我必须像印刷品一样印刷 1 00:00:00,074 --> 00:00:02,564 Previously on Breaking Bad... 2 00:00:02,663 --> 00:00:04,393 Words... $number（例如1） $time（

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

我找不到正确的注册表表达式。在执行此操作时，我需要获取id、时间和字幕变量。当打印时，不能没有array（）等。必须打印与原始文件中相同的内容

我的意思是我必须像印刷品一样印刷

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

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

$number
（例如1）
$time
（例如00:00:00074-->00:00:02564）
$subtitle
（例如，前一篇关于打破坏习惯…）
顺便说一下，我有这个密码。但它看不到线条。必须对其进行编辑，但如何编辑

$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...)

$srt\u file=file（'test.srt'，file\u IGNORE\u NEW\u行）；
$regex=“/^（+\d）+（[\d]+：[\d]+：[\d]+，[\d]+）-->（[\d]+：[\d]+：[\d]+，[\d]+）（\w.+）/”；
foreach（$srt\u文件为$srt）{
预匹配（$regex、$srt、$srt_行）；
打印（srt线）；
回声“
”；
}
不匹配，因为您的$srt\u文件数组可能如下所示：

$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 />';

}

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，那么使用file_get_contents将整个文件内容读入一个字符串。然后使用preg_match_all获得所有正则表达式匹配

否则，您可能会尝试在数组中循环，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，然后进行适当的操作。显然，您可能还需要一些逻辑来确保以正确的顺序（id、时间范围、文本）获取值。

使用将
文件（）
数组分成4个块，然后省略最后一个条目，因为它是这样的空行：

$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 />';

}

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

foreach（数组块（文件（'test.srt'），4）作为$entry）{
列表（$number、$time、$subtitle）=$entry；
回显$number.“
”；
回显$time.“
”；
echo$subtitle.“
”；
}
下面是一个简短的状态机，用于逐行解析SRT文件：

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

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);
然后，您可以在sub数组上循环或通过数组偏移量访问它们：

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.
        )

)
要通过在每个接头上循环并显示来显示所有接头，请执行以下操作：

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

foreach（$subs作为$sub）{
echo$sub->number.。从“$sub->startTime”开始。
'并在'$sub->stopTime'结束。文本为：
'。

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";
}


$sub->text。“
\n”；
}
进一步阅读：

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id的数字（2）
  • 开始：浮动，以秒为单位的开始时间（24.443）
  • 结束：浮动，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，单位为毫秒（3204）
  • 文字：字幕文字（孔雀统治拱门城）
代码为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：

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";
}



可以使用php换行符来完成。
我可以成功地做到
让我看看我的代码


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


这里$movie->SRT是在这个问题中发布格式u的副标题。
正如我们看到的，每个时空是两条新的线，
希望你得到答案。
简单、自然、琐碎的解决方案
srt SUB如下所示，由两条换行线分隔：


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，您希望使用Java中已经存在的
dateFormat.parse
解析时间，因此它是即时的


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) );
    }
}



class子类{
浮动启动；
字符串文本；
子（串块）{
this.start=null；this.text=null；
String[]line=block.split（“\n”）；
if（lines.length<3）{return；}
字符串timey=行[1].replaceAll（“.+$”，”）；
试一试{
DateFormat DateFormat=新的SimpleDateFormat（“HH:mm:ss，SSS”）；
datezero=dateFormat.parse（“00:00:00000”）；
Date-Date=dateFormat.parse（timey）；
this.start=（float）（date.getTime（）-zero.getTime（））/1000f；
}捕获（解析异常）{
e、 printStackTrace（）；
}
this.text=TextUtils.join（“，Arrays.copyOfRange（lines，2，lines.length））；
}
}


显然，要得到文件中的所有sub


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



List subs=new ArrayList（）；
字符串[]tt=fileText.split（“\n\n”）；
for（String s:tt）{subs.add（new Sub（s））；}

似乎web上已经有一些关于这个问题的资料，比如库，您可能希望避免重新发明轮子。谷歌“解析srt文件php”，如果您有疑问；）。我在谷歌上搜索了很多次。没有好结果。有些结果可以工作，但不能打印所有字幕并显示array（）内容。顺便说一句，这会创建一个新的srt文件等。这并不是我想做的吗？我必须用php打印srt文件的全部内容，与srt文件中的内容完全相同。但在这样做的时候，我必须有一个循环和3个变量来做一些工作。我链接的库将srt文件转换为对象，因此从这个起点开始，你可以对这些对象做任何你想做的事情，主页上的代码只是你可以做的事情的一个示例。现在做起来非常简单。我为2021年写了一个答案，唯一不起作用的原因是SubRip格式说你可以有一行或多行文本，以空行结尾。谢谢你的信息-从OP的示例中我不知道。顺便说一句，我注意到了一些东西。它无法捕捉某些字幕的ID、文本和时间。为什么会这样？我喜欢这个解决方案，比我的要短得多。我想你可能会很棘手，检查最后一个条目是否不是空白行，你可以在循环中从数组中弹出一个元素，直到你击中空行，然后重新调整你的副标题，这是非常好的。但表现在阵列外观上。我试过你的上一个代码，它只显示了第一个字幕。一切都好。但是，如何像srt文件的视图一样打印所有字幕？我是说一行一行。没有其他