[文本处理] [已解决]求助批处理提取转换时间和提取文字

tianzi

这是一种xml字幕格式，需要转换为srt字幕格式。想法是拖入xml字幕到批处理，就自动转换xml文件所在目录中所有的xml字幕文件为srt字幕文件，并自动退出。谢谢大佬出手相助
srt格式样本

1
00:01:02,875 --> 00:01:03,833
瞎子

2
00:01:04,708 --> 00:01:06,792
赢了赌坊这么多钱

3
00:01:07,333 --> 00:01:08,292
还不走啊

4
00:01:13,000 --> 00:01:14,750
我们来赌个大的如何

5
00:01:19,833 --> 00:01:21,167
赢了

6
00:01:21,250 --> 00:01:23,167
桌上的钱翻倍

7
00:01:24,000 --> 00:01:25,042
输了
复制代码

xml代码示例

<xml>
<dia>
<st>39980</st>
<et>40950</et>
<sub>
<![CDATA[ 瞎子 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>41980</st>
<et>43990</et>
<sub>
<![CDATA[ 贏了賭坊這麼多錢 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>44350</st>
<et>45180</et>
<sub>
<![CDATA[ 還不走啊 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>49870</st>
<et>51690</et>
<sub>
<![CDATA[ 我們來賭個大的如何 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>56390</st>
<et>60270</et>
<sub>
<![CDATA[ 贏了 桌上的錢翻倍 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>60350</st>
<et>64510</et>
<sub>
<![CDATA[ 輸了 得留下你這隻手 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>66430</st>
<et>67830</et>
<sub>
<![CDATA[ 左手還是右手 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>68270</st>
<et>69710</et>
<sub>
<![CDATA[ 這瞎子行不行啊 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>86350</st>
<et>89430</et>
<sub>
<![CDATA[ 瞎子 你輸了 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>99670</st>
<et>100509</et>
<sub>
<![CDATA[ 全是白的 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>100509</st>
<et>102190</et>
<sub>
<![CDATA[ 這麼多明眼人看著 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>102580</st>
<et>104229</et>
<sub>
<![CDATA[ 你們就欺負我這個瞎子 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>110910</st>
<et>113229</et>
<sub>
<![CDATA[ 在這裡我是莊家 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>113509</st>
<et>114750</et>
<sub>
<![CDATA[ 我說了算 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>115910</st>
<et>116830</et>
<sub>
<![CDATA[ 來人 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>3040870</st>
<et>3042270</et>
<sub>
<![CDATA[ 全城設伏 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>3042830</st>
<et>3043750</et>
<sub>
<![CDATA[ 另外 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>3043950</st>
<et>3045990</et>
<sub>
<![CDATA[ 琵琶女帶人跑不了多遠 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>3046430</st>
<et>3047550</et>
<sub>
<![CDATA[ 沿途追擊 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>3050350</st>
<et>3052230</et>
<sub>
<![CDATA[ 不惜一切代價 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>4195390</st>
<et>4197710</et>
<sub>
<![CDATA[ 那年與成瞎子相識 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
<dia>
<st>4198790</st>
<et>4200110</et>
<sub>
<![CDATA[ 我十九歲 ]]>
</sub>
<style name="style" version="2">
<position alignment="BottomCenter" horizontal-margin="50%" vertical-margin="94%"/>
</style>
</dia>
</xml>
复制代码

tianzi

回复 17# aloha20200628


    谢谢，我再试试

aloha20200628

回复 16# tianzi

我的测试环境是win8.1简中系统
代码存为批处理脚本文件 test.cmd
测试数据文件采用一楼提供的222行样本数据，存为1.xml，采用简中编码或记事本默认ANSI编码
命令行用法》test.cmd 1.xml 预览结果如下（共22行）

1
00:00:39,980 --> 00:00:40,950
瞎子

2
00:00:41,980 --> 00:00:43,990
贏了賭坊這麼多錢

3
00:00:44,350 --> 00:00:45,180
還不走啊

4
00:00:49,870 --> 00:00:51,690
我們來賭個大的如何

5
00:00:56,390 --> 00:01:00,270
贏了 桌上的錢翻倍

6
00:01:00,350 --> 00:01:04,510
輸了 得留下你這隻手

7
00:01:06,430 --> 00:01:07,830
左手還是右手

8
00:01:08,270 --> 00:01:09,710
這瞎子行不行啊

9
00:01:26,350 --> 00:01:29,430
瞎子 你輸了

10
00:01:39,670 --> 00:01:40,509
全是白的

11
00:01:40,509 --> 00:01:42,190
這麼多明眼人看著

12
00:01:42,580 --> 00:01:44,229
你們就欺負我這個瞎子

13
00:01:50,910 --> 00:01:53,229
在這裡我是莊家

14
00:01:53,509 --> 00:01:54,750
我說了算

15
00:01:55,910 --> 00:01:56,830
來人

16
00:50:40,870 --> 00:50:42,270
全城設伏

17
00:50:42,830 --> 00:50:43,750
另外

18
00:50:43,950 --> 00:50:45,990
琵琶女帶人跑不了多遠

19
00:50:46,430 --> 00:50:47,550
沿途追擊

20
00:50:50,350 --> 00:50:52,230
不惜一切代價

21
01:09:55,390 --> 01:09:57,710
那年與成瞎子相識

22
01:09:58,790 --> 01:10:00,110
我十九歲
复制代码

tianzi

回复 15# aloha20200628


    谢谢大佬，我运行无结果

aloha20200628

也给一个cmd+jscript混编版本，存为批处理脚本如 test.cmd 或 test.bat
预览结果的用法示例》test.cmd 1.xml （亦可将 1.xml 直接托给 test.cmd）
保存结果文件的用法示例》test.cmd 1.xml>1.srt
假设输入文件 1.xml 是简中编码，内容为一楼示例样本

@set @v=1 /*
@echo off
if "%~1"=="" exit/b
findstr /bi "<st> <et> <!" "%~1" | cscript /e:jscript "%~f0" & exit/b
*/
k=0, n=0, ws=WSH.stdin;
while (!ws.atendofstream) {
	n++; line=ws.readline();
	t=parseInt(line.replace(/[^\d]*(\d+)</, '$1'));
	if (n == 1) { st=mssToHMS(t); }
	else if (n == 2) { et=mssToHMS(t); WSH.echo(++k +'\n'+ st +' --> '+ et); }
	else { n=0; sub=line.replace(/[^ ]+\[ (.*) \].*/, '$1'); WSH.echo(sub+'\n'); }

}
// 毫秒格式化为 hh:mm:ss,nnn
function mssToHMS (mss) {
	var h=parseInt((mss%86400000)/3600000);
	var m=parseInt((mss%3600000)/60000);
	var s=(mss%60000)/1000;
	h=h<10 ? '0'+h : h; //补零
	m=m<10 ? '0'+m : m; //补零
	s=s<10 ? '0'+s.toFixed(3) : s.toFixed(3); //补零
	return h +':'+ m +':'+ s.replace('.', ',');
}
复制代码

tianzi

回复 13# idwma


    可以了，向你学习

idwma

忘记要拖放了

#@&cls&powershell "$a='%~1';type '%~f0'|out-string|iex"&pause&exit
[regex]::Matches(
(gc -enc utf8 $a) -join "`n",
'<st>(\d+)</st>\s*<et>(\d+)</et>[\s\S]+?<!\[\w+\[\s*(.+?)\s*\]\]>'
)|%{
$m=$_.Groups
$st=[timespan]::FromMilliseconds($m[1].value)
$et=[timespan]::FromMilliseconds($m[2].value)
"{0}`r`n{1:hh\:mm\:ss\,fff} --> {2:hh\:mm\:ss\,fff}`r`n{3}`r`n" -f ++$i, $st, $et, $m[3].value
}|sc ($a -replace '.xml$','.str')
复制代码

tianzi

回复 11# WHY


    厉害，可以将拖入的那个输出

WHY

Test.js

var arg = WSH.Arguments;
var fso = new ActiveXObject('Scripting.FileSystemObject');

if (arg.length == 0 || fso.folderExists(arg(0)) || !/\.xml$/i.test(arg(0))){
    WSH.Echo('拖入一个xml文件');
    WSH.Quit();
}

var formatTime = function(t) {
    var ms = ('' + (1000 + t % 1000)).substr(1);                 //毫秒
    t = Math.floor(t/1000);                                      //总秒数
    var hh = ('' + (100 + Math.floor(t / 3600))).substr(1);      //时
    var mm = ('' + (100 + Math.floor(t % 3600 / 60))).substr(1); //分
    var ss = ('' + (100 + t % 60)).substr(1);                    //秒
    return hh + ':' + mm + ':' + ss + ',' + ms;
}

var arr = [];
var xml = new ActiveXObject('Microsoft.XMLDOM');
xml.load(arg(0));
var nodes = xml.getElementsByTagName('dia');

for(var i=0; i<nodes.length; i++) {
    var st = nodes[i].selectSingleNode('st').text;        //开始时间
    var et = nodes[i].selectSingleNode('et').text;        //结束时间
    var t1 = formatTime(st) + ' --> ' + formatTime(et);   //时间格式化
    var s1 = nodes[i].selectSingleNode('sub').text;       //字幕
    arr.push(i + 1 + '\r\n' + t1 + '\r\n' + s1);
}

var dstFile = arg(0).replace(/xml$/i, 'srt');              //srt文件名
fso.CreateTextFile(dstFile, true, true).WriteLine(arr.join('\r\n\r\n'));  //保存
复制代码

tianzi

回复 9# idwma


    大佬厉害，文件名改成1.xml后能够转出来！

idwma

#@&cls&powershell "type '%~f0'|out-string|iex"&pause&exit
[regex]::Matches(
(gc -enc utf8 1.xml) -join "`n",
'<st>(\d+)</st>\s*<et>(\d+)</et>[\s\S]+?<!\[\w+\[\s*(.+?)\s*\]\]>'
)|%{
$m=$_.Groups
$st=[timespan]::FromMilliseconds($m[1].value)
$et=[timespan]::FromMilliseconds($m[2].value)
"{0}`r`n{1:hh\:mm\:ss\,fff} --> {2:hh\:mm\:ss\,fff}`r`n{3}`r`n" -f ++$i, $st, $et, $m[3].value
}|sc 1.srt
复制代码

tianzi

回复 7# pd1

我也没有拿到正确的时间，猜测是1000 60 60 60这样的进率关系，xml是毫秒计数，然后需要按进率进行转换，还原成xx.xx.xx.xxx的格式

pd1

回复 5# tianzi


    那你是要别人去猜2种格式时间的对应关系啊，阻挠问题解决啊

ShowCode

回复 5# tianzi


    那么，你的实际需求是根据什么规律进行时间转换呢？

tianzi

回复 4# ShowCode


    这是两个不同的文件，第一个srt不一定是由下面的xml转换而来，只是示范一下srt文件的格式