用 PHP 读取 WebVTT 文件

Question

有人有使用 PHP 读取 WebVTT (.vtt) 文件的经验吗？

我正在使用 CakePHP 开发一个应用程序，我需要读取一堆 vtt 文件并获取开始时间和相关文本。

以文件为例：

00:00.999 --> 00:04.999 第一句 00:04.999 --> 00:07.999 第二句 00:07.999 --> 00:10.999 第三句 有换行符 00:10.999 --> 00:14.999 第四句 在三个 线条

我需要能够提取这样的东西：

00:00.999 第一句 00:04.999 第二句 00:07.999 第三句带换行符 00:10.999 三行第四句

请注意，可以有换行符，因此每个时间戳之间没有固定的行数。

我的计划是搜索“-->”，这是每个时间戳之间的公共字符串。有谁知道如何最好地实现这一目标？

Answer 1

要解析文件，您可以使用这样的库：

$subtitles = Subtitles::load('subtitles.vtt');
$blocks = $subtitles->getInternalFormat(); // array

foreach ($blocks as $block) {
    echo $block['start'];
    echo $block['end'];
    foreach ($block['lines'] as $line) {
        echo $line;
    }
} 

https://github.com/mantas-done/subtitles

Answer 2

这似乎达到了我的需要，即输出开始时间和任何后续的文本行。我使用的文件非常小，因此使用 PHP 的 file() 函数将所有内容读入数组似乎没问题；不确定这是否适用于大文件。

    $file = 'test.vtt'; 
    $file_as_array = file($file, FILE_IGNORE_NEW_LINES | FILE_SKIP_EMPTY_LINES);

    foreach ($file_as_array as $f) {    

        // Find lines containing "-->"  
        $start_time = false;
        if (preg_match("/^(\d{2}:[\d\.]+) --> \d{2}:[\d\.]+$/", $f, $match)) {              
            $start_time = explode('-->', $f);
            $start_time = $start_time[0];
            echo '<br>';
            echo $start_time;
        }

        // It's a line of the file that doesn't include a timestamp, so it's caption text. Ignore header of file which includes the word 'WEBVTT'
        if (!$start_time && (!strpos($f, 'WEBVTT')) ) {             
            echo ' ' . $f . ' ';
        }   

    }       
}

Answer 3

你可以这样做：

<?PHP

function send_reformatted($vtt_file){
 // Add these headers to ease saving the output as text file
    header("Content-type: text/plain");
    header('Content-Disposition: inline; filename="'.$vtt_file.'.txt"');

    $f = fopen($vtt_file, "r");
    $line_new = "";

    while($line = fgets($f)){
        if (preg_match("/^(\d{2}:[\d\.]+) --> \d{2}:[\d\.]+$/", $line, $match)) {
            if($line_new) echo $line_new."\n";
            $line_new = $match[1];
        } else{
            $line = trim($line);
            if($line) $line_new .= " $line";
        }
    }

    echo $line_new."\n";
    fclose($f);
}


send_reformatted("test.vtt");

?>