替换Python中的变音符号

Question

如何用规范化的单词替换 srt 文件中的变音符号？

我有一个罗马尼亚 srt，我正在尝试使用 jellyfin 流式传输电影，但我遇到一个问题，该应用程序不支持像

ĂăÂâÎîȘșȚț

这样的特殊字符，所以我试图摆脱它们。

我尝试使用 unidecode 但这些单词奇怪地被替换为

ț

->

th

,

ș

->

o

'我也尝试过使用 sed 来替换字符，但一些字符（如

ș

）显示为

º

，因此以下函数不会替换它们：

def strip_accents(s):
    d = 'ĂăÂâÎîȘșȚț'
    n = 'AaAaIiSsTt'
    dl = [i for i in d]
    nl = [i for i in n]
    ii = 0
    for x in dl:
        s = re.sub(x, nl[ii], s)
        ii += 1
    return s

Answer 1

对于字幕，先用记事本打开，然后用另存为，在这一步

Encoding:UTF-8

然后保存

：

您可以将此代码用于列表：

import re

def strip_accents():
   d = 'ĂăÂâÎîȘșȚț'
   n = 'AaAaIiSsTt'
   dl = [i for i in d]
   # print(dl)
   nl = [i for i in n]
   # print(nl)
   new_list = []
   i =0
   for string in dl:
      new_string = string. replace(dl[i], nl[i])
      new_list. append(new_string)
      # print(new_strings)
      i +=1
   return new_list  

print(strip_accents())   

Answer 2

因此，多亏了 github 托管的存储库，我找到了一种方法来完全实现我想要的功能。我只是将奇怪的字符替换为正确的变音符号

º,

ª

ș

Ș

，一切都按照我想要的方式工作。我不需要替换变音符号来使字幕正常工作。

https://github.com/pckltr/corecteaza-subtitrari/

Python代码：

def fix_accents(s):
    char_dict = { "º": "ș", "ª": "Ș", "ş": "ș", "Ş": "Ș", "ţ": "ț", "Ţ": "Ț", "þ": "ț", "Þ": "Ț", "ã": "ă"  }
    for k,v in char_dict.items():
        s = s.replace(k, v)
    return s

Answer 3

我知道这是一篇旧文章，但是对于想要这种脚本的人来说，可以同时运行多个 srt 文件，我制作了一个使用 os 和 pysrt 的 python 脚本来做到这一点。

首先您需要在终端中运行

pip install pysrt

。 然后创建一个 python 文件并将其放入包含要更改的 srt 文件的文件夹中。 然后你只要运行它，它就可以工作了！

import pysrt
import os


def change_charset(file_name):
    # open the file with the encoding because sometimes you get an error
    subs = pysrt.open(file_name, encoding='iso-8859-1')

    dictionar = {"º": "s", "ª": "S", "ş": "s", "Ş": "S",
                 "ţ": "t", "Ţ": "T", "þ": "t", "Þ": "T", "ã": "a", "Ã": "A",
                 "õ": "o", "Õ": "O", "ç": "c", "Ç": "C", "ñ": "n", "Ñ": "N",
                 "á": "a", "Á": "A", "é": "e", "É": "E", "í": "i", "Í": "I",
                 "ó": "o", "Ó": "O", "ú": "u", "Ú": "U", "ý": "y", "Ý": "Y",
                 "à": "a", "À": "A", "è": "e", "È": "E",
                 "Î": "I", "î": "i", "Â": "A", "â": "a"} 
 # dictionary with the characters that need to be changed

    for sub in subs:  # loop through the subtitles
        for key, value in dictionar.items():  # loop through the dictionary
            # replace the characters with the new ones
            sub.text = sub.text.replace(key, value)
    # save the file with the new encoding
    subs.save(file_name, encoding="utf-8")
    # print the name of the file that was saved
    print(f"Done saving file {file_name}")


def main():
    for items in os.listdir():  # loop through the files in the directory
        if items.endswith(".srt"):  # check if the file is a subtitle file
            change_charset(items)  # call the function to change the charset


if __name__ == "__main__":
    main()

我这样做的目的是为了易于使用，但是您可以自己指定路径并将文件放在单个目录中。

Answer 4

我尝试了 iCooKie 发布的上述脚本。显然，它将奇怪的字符转换为普通单词，如 s t i。你们知道我需要在脚本中更改什么才能将变音符号转换为 ĂăâÎîşşşşş 而非 AaAaIiSsTt 吗？