影片字幕的處理

射手網 收集了許影片的字幕，用來搭配影片檔案，造福了廣大人民。

有些熱門的片子，字幕就很齊全，簡繁英俱全，
有的影片卻只找得到簡體字版，
雖然簡體字看起來實在不習慣，不過多懂一些還是有益處，
所以會嘗試去接受這類的字幕，如果真的受不了(簡體字有點醜)
可以使用下列指令轉換成順眼悅目的正體字：

iconv -f gb2312 -t big5 gb.srt | iconv -f big5 -t utf-8 > utf8.srt

(* 人生不是所有事情都是完美的 *)

有時候，中文字幕是標準的正體沒錯，但顯示的時間就是不對，
答非所問，荒腔走板，空有字幕檔也沒有用，仰天長嘆，莫可奈何。
沒辦法還是要正向思考，提昇一下層次，學習看英文字幕好了（還是那句話："多懂一些還是有益處"的 )
問題是，有的影片雅俗共賞，講得也都是"人"話，不會天馬行空，那就勉強可以看下去。
但，天不從人願，有的影片的編劇擺明就是火星來的，生字一堆，講得又快，不是看不懂，就是看得不夠快。

今天碰到的狀況是這個樣子，英文字幕OK，有中文字幕，但時間不對。
想辦法將兩個字幕合併，保留英文字幕的時間，再用中文字幕的文字來取代英文。

步驟有三：
(1) 讀取中文字幕，去除時間，保留中文字 ，寫入YAML檔。
(2) 目視比對中英文字幕，調整差異處。
(3) 讀取英文字幕，去除英文，代入中文。

* 中文字幕

24
00:02:47,444 --> 00:02:50,572
我們在讀《雙城記》，還不錯吧？

25
00:02:50,814 --> 00:02:53,009
那不是狄更斯的代表作
學校裡比較流行

26
00:02:53,216 --> 00:02:57,880
我認為《大衛·科波維爾》
和《遠大前程》內容更好

* 轉成YAML格式檔

- - 21
  - 我們在讀《雙城記》，還不錯吧？
- - 22
  - 那不是狄更斯的代表作
  - 學校裡比較流行
- - 23
  - 我認為《大衛·科波維爾》
  - 和《遠大前程》內容更好

* 轉換YAML程式

use strict;

use Encode qw/decode/;
use YAML qw/DumpFile/;

open SRT, '<', 'big.srt';

my @srt;
my @srtline;
my $index;

while (<SRT>) {

    chomp;
    s/\r//;

    my $line = decode('utf-8', $_);

    if ($line =~ /^\d+\b/) {
        next
    }
    elsif ($line =~ /^\s*$/) {
        $index++;
        push @srt, [$index, @srtline];
        @srtline = ();
    }
    else {
        push @srtline, $line;
    } 
}

DumpFile('big.yml', \@srt);

* 合併程式

  
use strict;

use utf8;

use Encode qw/decode/;
use YAML qw/LoadFile/;

open SRT, '<', 'eng.srt';
binmode STDOUT, ":utf8";

my @srt = @{LoadFile('big.yml')};
while (<SRT>) {

    my $line = decode('utf-8', $_);

    if ($line =~ /^\d+\b/) {
        print;
    }
    elsif ($line =~ /^\s*$/) {
        my @line = @{ shift @srt };
        shift @line;
        print "$_\n" for @line;
        print "\n";
    }
    else {
        * just ignore them
    } 
}

一點小小的加工，得到合理的結果，太完美了 :-) 。

ps. 影片名稱：《The Squid and the Whale》