使用 Objective C 解析 SRT 文件

Posted 2023-03-04

【中文标题】使用 Objective C 解析 SRT 文件

【英文标题】：Parsing SRT file with Objective C

【发布时间】：2013-01-11 22:12:45

【问题描述】：

文字示例：

1
00:00:00,000 --> 00:00:01,000
This is the first line

2
00:00:01,000 --> 00:00:02,000
This is the second line

3
00:00:02,000 --> 00:00:03,000
This is the last line

在 javascript 中，我当然会使用正则表达式来解析它。我只是想知道，这是在 Obj C 中执行此操作的最佳方法吗？我确信我可以找到一种方式来做到这一点，但我想以一种适当的方式来做到这一点。

我只需要知道从哪里开始，剩下的事情我很乐意做，但为了理解起见，我最终会得到这样的东西（伪代码）：

NSDictionary
index -> [0-9]+
start -> hh:mm:ss,mmm
end -> hh:mm:ss,mmm
text -> one of the lines of text

在这种情况下，我会将三个条目解析到我的字典中。

【问题讨论】：

最好的方式是指高效或易行？

我在效率方面犯了错误，但我会尽我所能得到的帮助，并以我认为最好的方式拼凑起来。

好吧，很清楚，我唯一不明白的是你的“mmm”是什么意思，这些是毫秒吗？

@RamyAlZuhouri 是的。我做了 mmm 毫秒。

【参考方案1】：

一些背景知识：我编写了一个小应用程序并创建了一个名为 stuff.srt 的文件，其中包含驻留在包中的示例；因此，我的访问方式。

这只是一个快速而肮脏的事情，一个概念验证。请注意，它不检查结果。实际应用程序总是检查他们的结果。如您所见，工作发生在 -applicationDidFinishLaunching: 方法中（我在 Mac OS X 中工作，而不是 ios）。

编辑：

有人指出，最初发布的代码没有正确处理多个文本行。为了解决这个问题，我利用SRT files use CRLF as their line breaks 的事实，并搜索此序列的两次出现。然后，根据我观察到的here，我将文本字符串中所有出现的 CRLF 更改为空格。这不考虑文本每行中的前导或尾随空格。

我将 stuff.srt 文件的内容更改为：

1
00:00:00,000 --> 00:00:01,000
This is the first line
and it has a secondary line

2
00:00:01,000 --> 00:00:02,000
This is the second line

3
00:00:02,000 --> 00:00:03,000
This is the last line
and it has a secondary line too

并且代码已修改如下（我还将所有内容都放入了@autoreleasepool 指令；在解析文件的过程中可能会生成很多个自动释放的对象！）：

- (void)applicationDidFinishLaunching:(NSNotification *)aNotification

    NSString *path = [[NSBundle mainBundle] pathForResource:@"stuff" ofType:@"srt"];

    NSString *string = [NSString stringWithContentsOfFile:path encoding:NSUTF8StringEncoding error:NULL];

    NSScanner *scanner = [NSScanner scannerWithString:string];

    while (![scanner isAtEnd])
    
        @autoreleasepool
        
            NSString *indexString;
            (void) [scanner scanUpToCharactersFromSet:[NSCharacterSet newlineCharacterSet] intoString:&indexString];

            NSString *startString;
            (void) [scanner scanUpToString:@" --> " intoString:&startString];

            // My string constant doesn't begin with spaces because scanners
            // skip spaces and newlines by default.
            (void) [scanner scanString:@"-->" intoString:NULL];

            NSString *endString;
            (void) [scanner scanUpToCharactersFromSet:[NSCharacterSet newlineCharacterSet] intoString:&endString];

            NSString *textString;
            // (void) [scanner scanUpToCharactersFromSet:[NSCharacterSet newlineCharacterSet] intoString:&textString];
            // BEGIN EDIT
            (void) [scanner scanUpToString:@"\r\n\r\n" intoString:&textString];
            textString = [textString stringByReplacingOccurrencesOfString:@"\r\n" withString:@" "];
            // Addresses trailing space added if CRLF is on a line by itself at the end of the SRT file
            textString = [textString stringByTrimmingCharactersInSet:[NSCharacterSet whitespaceCharacterSet]];
            // END EDIT

            NSDictionary *dictionary = [NSDictionary dictionaryWithObjectsAndKeys:
                                        indexString, @"index",
                                        startString, @"start",
                                        endString , @"end",
                                        textString , @"text",
                                        nil];

            NSLog(@"%@", dictionary);
        
    

修改后的输出如下所示：

2013-02-09 16:10:17.727 SRTFileScan[4846:303] 
    end = "00:00:01,000";
    index = 1;
    start = "00:00:00,000";
    text = "This is the first line and it has a secondary line";

2013-02-09 16:10:17.729 SRTFileScan[4846:303] 
    end = "00:00:02,000";
    index = 2;
    start = "00:00:01,000";
    text = "This is the second line";

2013-02-09 16:10:17.730 SRTFileScan[4846:303] 
    end = "00:00:03,000";
    index = 3;
    start = "00:00:02,000";
    text = "This is the last line and it has a secondary line too";

我从今天阅读的内容中学到的另一件事：SRT 文件格式起源于法国，输入中看到的逗号是那里使用的小数分隔符。

【讨论】：

我将做一个非常接近你的实现，所以我想我会告诉你重点，只是将我的个人解决方案放入我的问题的编辑中。感谢您的帮助！

谢谢，这对我很有用，但我注意到多行文本存在问题。在这种情况下，解析被破坏。

嗨，感谢您现在支持多行，在我的文件中我想我只有 \n 所以可能我使用的是非标准 .srt （使用的换行符通常是 CR+LF 对)。然后我建议保留“\n”而不是保留多行的空间。

@EmanueleFumagalli 这是我必须注意的事情；我最初使用 OP 提供的数据创建了自己的文件，我没有注意使用的换行符类型。无论如何，不​​客气，谢谢。

@CraigGrummitt 这个我自己没试过，但是：先记录下扫描仪的当前位置。然后，扫描 \r\n\r\n。如果这导致scanner.isAtEnd == YES，则使用保存的位置恢复扫描仪的位置，然后扫描\n\n。

【参考方案2】：

Apple 有一个解析字幕文件的示例代码。在此处查看相关部分：

https://developer.apple.com/library/mac/samplecode/avsubtitleswriterOSX/Listings/avsubtitleswriter_SubtitlesTextReader_m.html#//apple_ref/doc/uid/DTS40013409-avsubtitleswriter_SubtitlesTextReader_m-DontLinkElementID_5

【参考方案3】：

我的建议是使用NSDateFormatter 来解析第二行。我会将该字符串拆分为两个字符串（请参阅 componentsSeparatedByString: in NSString class reference）。这在每行读取文件行时。

所以循环是：

如果文件再次包含数据，则读取下一行； 如果下一行是 4 的倍数，则分配一个新对象。这个对象应该可以包含两个日期，一个整数和一个字符串； 如果下一行不是 4 的倍数，则读取该行并将其值分配给相应的字段。