印地语字幕（srt 文件）解析问题

Posted 2023-03-07

【中文标题】印地语字幕（srt 文件）解析问题

【英文标题】：Hindi subtitle (srt file) parsing issue

【发布时间】：2018-03-16 08:24:33

【问题描述】：

ios 中的 NSRegularExpression 无法使用下面的正则表达式解析整个印地语 srt 文件：

(\\d+)\\n([\\d:,.]+)\\s+-2\\>\\s+([\\d:,.]+)\\n([\\s\\pP]*?(?=\\n2,|$))

上述表达式与英文字幕配合得很好。如果是印地语字幕，则函数后的结果

let matches = regex.matches(in:<SubtitleStringToParse>, options: NSRegularExpression.MatchingOptions(rawValue: 0), range: NSMakeRange(0, <SubtitleStringToParse.count>))

提供具有较小值的匹配数组，如预期的那样。如果假设实际上应该有 10 个匹配项，它只显示 8 个匹配项，其余 2 个丢失。只要有印地语字幕，我们就可以在结尾看到一些缺失的匹配项。

有什么方法可以解决这个问题，或者对于不同的语言，应该如何解析字幕以获得准确的匹配？

还有其他选择吗？

【问题讨论】：

检查github.com/niklasberglund/swubtitles

谢谢@WiktorStribiżew。效果很好。非常感谢。我提到的正则表达式也有一些错误。正则表达式应该是 (\\d+)\\n([\\d:,.]+)\\s+-2\\>\\s+([\\d:,.]+)\ \n([\\s\\S]*?(?=\\n2,|$))

【参考方案1】：

试试这个正则表达式。

"((\\d+)\\n([\\d:,.]+)\\s+-2\\>\\s+[\\d:,.]+\\n[\\s\\S]*?(?=\\n2,|$))"

【讨论】：

谢谢@Vipin。更新表达式是一件好事。它也很有效。