TXT 到 SRT 字幕转换器

概述

将 TXT 格式字幕文件转换为标准 UTF-8 编码的 SRT 格式。该功能自动处理编码检测（如 UTF-16LE、UTF-8、GBK 等）及多种常见字幕排版格式。

快速开始

要转换一个 TXT 字幕文件，请执行：

python3 scripts/convert.py  [output.srt] [options]

若未指定输出路径，则输出文件将通过将输入文件扩展名替换为 .srt 自动生成。

工作流程

步骤 1：识别输入文件

用户通常提供一个包含字幕数据的 .txt 文件路径。建议在调用脚本前，先读取该文件的前 5–10 行以评估其格式，便于尽早发现潜在问题。

步骤 2：运行转换

使用输入文件路径执行脚本。脚本会自动检测编码与格式。仅当自动检测失败，或用户明确指定编码时，才需使用 --encoding 参数。

常用命令模式示例：

# 基础转换（输出至同一目录，扩展名为 .srt）
python3 scripts/convert.py /path/to/subtitles.txt

# 指定输出路径
python3 scripts/convert.py /path/to/subtitles.txt /output/path/output.srt

# 强制指定编码（例如中文旧版文件常用 GBK）
python3 scripts/convert.py /path/to/subtitles.txt --encoding gbk

# 清理字幕文本中的 HTML 风格标签
python3 scripts/convert.py /path/to/subtitles.txt --clean

# 仅校验，不生成输出文件
python3 scripts/convert.py /path/to/subtitles.txt --validate-only

步骤 3：报告结果

转换完成后，应报告以下信息：

• 检测到的编码与格式
• 成功转换的字幕块数量
• 字幕整体时间范围（起始与结束时间）
• 任何校验警告（例如时间戳重叠、单条字幕持续时间过长、字幕文本为空等）
• 输出文件路径

步骤 4：验证输出（可选）

打开生成的 .srt 文件，检查前几条和最后几条字幕块，确认转换结果准确无误。

支持的输入格式

脚本可自动识别输入文件所采用的格式：

格式 1：类 SRT 的编号块结构

1
00:00:00,000 --> 00:00:21,041
字幕文本内容

2
00:00:53,875 --> 00:00:59,250
更多字幕文本

这是最常见格式，常以 UTF-16LE 编码（在东亚字幕社区中尤为普遍）。脚本会透明地完成编码转换。

格式 2：时间戳前置行

00:01:23,456 --> 00:01:25,789 这是字幕文本
00:01:26,000 --> 00:01:28,500 下一条字幕

格式 3：方括号包裹时间戳

[00:01:23] 字幕文本内容
[00:01:26] 下一条字幕文本

对于方括号格式，结束时间由下一条字幕的起始时间推算得出（最大间隔限制为 7 秒，最小持续时间不少于 1 秒）。

边界情况与故障排查

• 中文文本乱码：通常是编码问题。可尝试使用 --encoding gbk 或 --encoding utf-16-le 参数。
• 未检测到字幕：当前格式可能不受支持。请检查文件前 10 行的实际内容，并考虑手动适配处理方式。
• 时间戳重叠：脚本会对重叠情况发出警告。此时可能需要人工编辑原始文件。
• 多行字幕：类 SRT 解析器能正确保留多行字幕文本块。

脚本位置

scripts/convert.py —— 一个自包含的 Python 3 脚本，除标准库外无需任何外部依赖。若系统中已安装 chardet，脚本将自动启用以提升编码检测准确性。