python3实战之字幕vtt与字母srt的相互转换

关于

• 0.本文将介绍一个字幕格式vtt与srt相互转换的py脚本。
• 1.代码大部分出自： https://www.cnblogs.com/BigJ/p/vtt_srt.html
• 2.但是自己针对上面的代码做了修改和增加。原始代码不支持批量转换，改为增加支持批量转换：
  • 2.1 支持批量转换
  • 2.2 还可以继续完善功能，比如用格式：

python3 XXX.py [源文件格式] [源目标文件路径] [目标文件输出路径] 

目前还不支持这个格式，后面再做优化。以后再做吧

我的测试环境

• os: ubuntu

Linux xxxx-virtual-machine 5.4.0-47-generic #51-Ubuntu SMP Fri Sep 4 19:50:52 UTC 2020 x86_64 x86_64 x86_64 GNU/Linux

• python3

Python 3.8.2

用法

1. vtt -> srt

找一个适合你的文件夹，下面的这些操作都是基于这个文件夹：

• 1.1 创建目录vtt和srt
• 1.2 将vtt文件放入vtt目录，
• 1.3 创建main.py文件，文件内容最后一个章节的源码 。
• 1.4 将vtt2srt_exec()添加到代码if name == 'main':的下一行
  
• 1.5 执行代命令

python3 main.py 

• 1.6 打开srt目录，查看输出。

2. srt -> vtt

• 用法与 章节1类似。
• 不同的是:
  • 1.4步骤替换为：srt2vtt_exec()添加到代码if name == 'main':的下一行 、
  • 1.6步骤替换为： 打开vtt目录查看输出。

完整源码

import os
import sys
import re

def get_file_name(dir, file_extension):

    f_list = os.listdir(dir)

    result_list = []
    for file_name in f_list:
        if os.path.splitext(file_name)[1] == file_extension:
            result_list.append(os.path.join(dir, file_name))

    return result_list


def vtt2srt(file_name, output_dir):

    content = open(file_name, "r", encoding="utf-8").read()
    # 删除WEBVTT行
    content = content.replace("WEBVTT", "", 1)
    content = content.replace("Kind: captions", "", 1)
    content = content.replace("Language: en-GB", "", 1)

    # 替换“.”为“,”
    content = re.sub("(\d{2}:\d{2}:\d{2}).(\d{3})", lambda m: m.group(1) + ',' + m.group(2), content)

    # content = content.replace(",", ".")
    output_file = output_dir + file_name[file_name.rfind("/"):]
    output_file = os.path.splitext(output_file)[0] + '.srt'
    open(output_file, "w", encoding="utf-8").write(content)



def srt2vtt(file_name):
    content = open(file_name, "r", encoding="utf-8").read()

    # 添加WEBVTT行
    content = "WEBVTT\n\n" + content

    # 替换“,”为“.”
    content = re.sub("(\d{2}:\d{2}:\d{2}),(\d{3})", lambda m: m.group(1) + '.' + m.group(2), content)
    # output_file = os.path.splitext(file_name)[0] + '.vtt'
    output_file = output_dir + file_name[file_name.rfind("/"):]
    output_file = os.path.splitext(output_file)[0] + '.vtt'
    open(output_file, "w", encoding="utf-8").write(content)


# to get all .vtt files from cur_path
def file_name(file_dir, file_ext): 
    L=[] 
    for root, dirs, files in os.walk(file_dir):
        for file in files:
            if os.path.splitext(file)[1] == file_ext:
                L.append(os.path.join(root, file))

    return L



def vtt2srt_exec():
    # 1.to get current directory
    cur_path = os.getcwd() + "/vtt"

    # 2. output folder
    output_dir = os.getcwd() + "/srt" 
    if (False == os.path.exists(output_dir, ".vtt")):
        os.mkdir(output_dir)

    # 3. to convert
    name_list = file_name(cur_path)
    for file_vtt in name_list:
        vtt2srt(file_vtt, output_dir)



def srt2vtt_exec():
    # 1.to get current directory
    cur_path = os.getcwd() + "/srt"

    # 2. output folder
    output_dir = os.getcwd() + "/vtt" 
    if (False == os.path.exists(output_dir)):
        os.mkdir(output_dir)

    # 3. to convert
    name_list = file_name(cur_path, ".srt")
    for file_srt in name_list:

        srt2vtt(file_srt, output_dir)


if __name__ == '__main__':
    # args = sys.argv
    vtt2srt_exec()