python根据时间从字幕文件中提取文本

在Python中，你可以使用一些库来处理时间并从字幕文件（通常是.srt、.ass等格式）中提取文本。`subprocess`模块可以用来运行外部命令，如`srt`工具，而`re`（正则表达式）库可以帮助解析和提取特定的时间和文本。

首先，安装`srt`库（如果尚未安装），可以通过pip安装：

pip install pysrt

然后，下面是一个简单的例子，说明如何读取字幕文件并提取指定时间段内的文本：

import subprocess
import re

def extract_subtitle(text, start_time, end_time):
    # 将时间转换为秒，SRT格式时间是hh:mm:ss.mmm
    start = int(start_time.split(':')[0]) * 60 * 60 + int(start_time.split(':')[1].split('.')[0]) * 60 + int(start_time.split('.')[1])
    end = int(end_time.split(':')[0]) * 60 * 60 + int(end_time.split(':')[1].split('.')[0]) * 60 + int(end_time.split('.')[1])

    # 使用srt命令行工具提取指定时间范围内的内容
    command = f'srtselect -i input.srt -t {start}:{end} > extracted.txt'
    output = subprocess.check_output(command, shell=True, text=True)

    # 解析并返回提取的文本
    pattern = r'\d{2}:\d{2} --> \d{2}:\d{2}\.\d{3},(.+?)\n\n'  # 正则匹配文本部分
    match = re.search(pattern, output)
    if match:
        return match.group(1)  # 返回匹配到的文本
    else:
        return None  # 没有找到匹配的时间段

# 示例用法
input_file = "example.srt"
start_time = "00:05:12.345"
end_time = "00:05:45.678"

text = extract_subtitle(input_file, start_time, end_time)
print(f"提取的文本: {text}")