在Python中替换和添加文本文件中的文本

我需要将.ass字幕文件转换为.xml文件。到目前为止，我是手工做的，但我必须做的越来越多

这就是过程的样子：

Input.ass文件：

Dialogue: 0,0:00:08.03,0:00:10.57,Default,,0000,0000,0000,,Actor says something
Dialogue: 0,0:00:11.28,0:00:21.05,Default,,0000,0000,0000,,Actor says something
etc.

Output.xml文件：

<p begin="00:00:08.03" end="00:00:10.57">Actor says something</p>
<p begin="00:00:11.28" end="00:00:21.05">Actor says something</p>
etc.

演员说了些什么
演员说了些什么
等

我不知道如何解决这项任务

又快又脏：

>>> subs = """Dialogue: 0,0:00:08.03,0:00:10.57,Default,,0000,0000,0000,,Actor s
ays something, then some more
... Dialogue: 0,0:00:11.28,0:00:21.05,Default,,0000,0000,0000,,Actor says someth
ing"""
>>> for line in subs.split("\n"):
...     print('<p begin="{0[1]}" end="{0[2]}">{0[9]}</p>'.format(
...            line.split(",", 9))) # Split no more than 9 times
...
<p begin="0:00:08.03" end="0:00:10.57">Actor says something, then some more</p>
<p begin="0:00:11.28" end="0:00:21.05">Actor says something</p>

>>subs=“”对话：0,0:00:08.03,0:00:10.57，默认值，000000000000，参与者s
有东西，然后还有更多
…对话：0,0:00:11.28,0:00:21.05，默认值，000000000000，演员说
ing”“”
>>>对于分段中的行（“\n”）：
...     打印（“
{0[9]}
”。格式(
…行。拆分（“，”，9））#拆分不超过9次
...
演员说了些什么，然后又说了些什么
演员说了些什么

又快又脏：

>>> subs = """Dialogue: 0,0:00:08.03,0:00:10.57,Default,,0000,0000,0000,,Actor s
ays something, then some more
... Dialogue: 0,0:00:11.28,0:00:21.05,Default,,0000,0000,0000,,Actor says someth
ing"""
>>> for line in subs.split("\n"):
...     print('<p begin="{0[1]}" end="{0[2]}">{0[9]}</p>'.format(
...            line.split(",", 9))) # Split no more than 9 times
...
<p begin="0:00:08.03" end="0:00:10.57">Actor says something, then some more</p>
<p begin="0:00:11.28" end="0:00:21.05">Actor says something</p>

>>subs=“”对话：0,0:00:08.03,0:00:10.57，默认值，000000000000，参与者s
有东西，然后还有更多
…对话：0,0:00:11.28,0:00:21.05，默认值，000000000000，演员说
ing”“”
>>>对于分段中的行（“\n”）：
...     打印（“
{0[9]}
”。格式(
…行。拆分（“，”，9））#拆分不超过9次
...
演员说了些什么，然后又说了些什么
演员说了些什么

src=[
'对话：0,0:00:08.03,0:00:10.57，默认值，000000000000，演员说话'，
'对话：0,0:00:11.28,0:00:21.05，默认值，000000000000，演员说话'，
]
tpl='
%s
'
对于src中的i：
字段=i.split（'，'）
开始，结束，txt=字段[1]，字段[2]，字段[-1]
打印tpl%（开始、结束、txt）

src=[
'对话：0,0:00:08.03,0:00:10.57，默认值，000000000000，演员说话'，
'对话：0,0:00:11.28,0:00:21.05，默认值，000000000000，演员说话'，
]
tpl='
%s
'
对于src中的i：
字段=i.split（'，'）
开始，结束，txt=字段[1]，字段[2]，字段[-1]
打印tpl%（开始、结束、txt）

首先，您应该从源文件中提取相关信息。由于数据是

，

分离的，因此可以使用python csv模块或执行简单的

拆分（'，'）

这是一个示例方法，说明了它的外观：

def extract(source):
    for line in iter(source):
        _, start, end, _, _, _, _, _, _, text = line.strip().split(',', 9)
        yield start, end, text

下一步是将提取的数据转换为所需的xml格式。能够很好地处理第一个方法中的数据的函数可以如下所示（使用简单的字符串格式）：

---

当然，您可以将其缩小（减少LOC），这是一种可读的方法。首先，您应该从源文件中提取相关信息。由于数据是

，

分离的，因此可以使用python csv模块或执行简单的

拆分（'，'）

这是一个示例方法，说明了它的外观：

def extract(source):
    for line in iter(source):
        _, start, end, _, _, _, _, _, _, text = line.strip().split(',', 9)
        yield start, end, text

下一步是将提取的数据转换为所需的xml格式。能够很好地处理第一个方法中的数据的函数可以如下所示（使用简单的字符串格式）：

---

当然，您可以将其缩小（减少LOC），这是一种可读的方法。

我认为您可以使用

csv

模块解析输入（前提是您在开始时删除“对话”内容），然后使用xml发射器获得输出（

xml.dom.minidom

应该可以做到这一点）@thomasorzco：你甚至不需要删除“对话”。我认为你可以使用

csv

模块来解析输入（前提是你在开始时删除了“对话”部分），然后使用xml发射器来获取输出（

xml.dom.minidom

应该可以做到）。@thomasorzco：你甚至不需要删除“对话”.如果字幕本身包含逗号怎么办？如果字幕本身包含逗号怎么办？这不会被解析，因为您没有添加

root

元素。@ZagorulkinDmitry:当然，但是他的示例输出也没有，所以我想他自己会将其包装在根元素中。毕竟，那是微不足道的。谢谢你。我原以为主题初学者不知道xml验证。这是不会被解析的，因为您没有添加

root

元素。@ZagorulkinDmitry:当然，但他的示例输出也不知道，所以我假设他自己会将其包装在根元素中。毕竟，那是微不足道的。谢谢你。我以为那个话题的发起者不知道xml验证。

with open('input.ass') as infile, open('output.xml', 'w') as outfile:
    for start, end, text in extract(infile):
        outfile.write(to_xml(start, end, text) + '\n')