首页 > 代码库 > bilibili弹幕转ass
bilibili弹幕转ass
抓取xml文件的工作就不多说了,很简单的事,只要在播放页面看看源文件就能确定xml文件的地址进行抓取了。
本文主要是讲述xml内的弹幕转字幕的过程。
除去xml文件开头结尾的一些七七八八的东西,弹幕主体是这样的:
<d p="51.593,5,25,16711680,1408852480,0,7fa769b4,576008622">怒求 up 自己配音!</d> <d p="10.286,1,25,16777215,1408852600,0,a3af4d0d,576011065">颜艺?</d> <d p="12.65,1,25,16777215,1408852761,0,24570b5a,576014281">我的女神!</d> <d p="19.033,1,25,16777215,1408852789,0,cb20d1c7,576014847">前!!!</d> <d p="66.991,1,25,16777215,1408852886,0,a78e484d,576016806">已撸</d>
如果它把弹幕的各种属性分开表示,我就用encoding/xml包来解码,但是丫把弹幕的属性都放在p里面了,所以我使用正则表达式来提取的。
以上表第一条弹幕为例。很明显的,p属性开始的浮点数,与播放时一比对,就能知道,表示的是弹幕应该出现的播放时间。
随后的1和25先不管;
16777215,目测应该是颜色(因为该值表示为十六进制是FFFFFF);
1408852480,在弹幕中是递增的,感觉应该是个unix时间,用这个数(d),求:d/86400/365.2425+1970,结果约为2014.6。看来确实是unix时间。估计是创建弹幕的时间。
0,不知道,抓取了很多视频的弹幕,这个位置都是0,暂且不管它。
7fa769b4,估计是创建者的ID,因为同一xml文件会出现多次,而且看起来是十六进制数,恰好有些hash函数就是返回4字节整数。
576008622,也是递增的,不用猜也知道,这个肯定就是弹幕的ID了。
事后再核对一下,果然,1代表弹幕的类型(从右向左移动啊,出现在下方或者上方啊……),25是字体大小,16777125是字体颜色。
所以,我们就只要捕获每条弹幕的时间、类型、大小、颜色、文本就行了。
正则表达式:
<d\sp="([\d\.]+),([145]),(\d+),(\d+),\d+,\d+,\w+,\d+">([^<>]+?)</d>
关于这个算法我就很坑爹的弄了个乱七八糟的算法,采用的是固定移动速度,最小重叠的排布原则。
对游动弹幕,会倾向于选择下面一行的位置,如果会重叠,则选择更下一行(最低行会循环到最上面一行),如果没有不重叠的行,会选择重叠文本最少的行。
对上现隐/下现隐的固定弹幕,会选择最接近上方/下方,且不重叠的行;如果没有不重叠的行,则选择重叠时间最短的行,居中放置字幕。
默认字体微软雅黑,默认大小25,默认白色黑边;默认占满整个屏幕,共计12行;默认屏幕大小640x360。
这么弄,主要是为了让ass字幕的效果更接近原始弹幕的效果。
高级弹幕真的超出我的能力范围了,全部忽略掉。
go源代码如下:
// 将bilibili的xml弹幕文件转换为ass字幕文件。 // xml文件中,弹幕的格式如下: // <d p="32.066,1,25,16777215,1409046965,0,017d3f58,579516441">地板好评</d> // p的属性为时间、弹幕类型、字体大小、字体颜色、创建时间、?、创建者ID、弹幕ID。 // p的属性中,后4项对ass字幕无用,舍弃。被<d>和</d>包围的是弹幕文本。 // 只处理右往左、上现隐、下现隐三种类型的普通弹幕。 package main import ( "fmt" "io" "io/ioutil" "math" "os" "regexp" "sort" "strconv" "strings" ) // ass文件的头部 const header = `[Script Info] ScriptType: v4.00+ Collisions: Normal playResX: 640 playResY: 360 [V4+ Styles] Format: Name, Fontname, Fontsize, primaryColour, SecondaryColour, OutlineColour, BackColour, Bold, Italic, Underline, StrikeOut, ScaleX, ScaleY, Spacing, Angle, BorderStyle, Outline, Shadow, Alignment, MarginL, MarginR, MarginV, Encoding Style: Default, Microsoft YaHei, 25, &H00FFFFFF, &H00FFFFFF, &H00000000, &H00000000, 0, 0, 0, 0, 100, 100, 0.00, 0.00, 1, 1, 0, 2, 10, 10, 10, 0 [Events] Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text ` // 正则匹配获取弹幕原始信息 var line = regexp.MustCompile(`<d\sp="([\d\.]+),([145]),(\d+),(\d+),\d+,\d+,\w+,\d+">([^<>]+?)</d>`) // 用来保管弹幕的信息 type Danmu struct { text string time float64 kind byte size int color int } // 使[]Danmu实现sort.Interface接口,以便排序 type Danmus []Danmu func (d Danmus) Len() int { return len(d) } func (d Danmus) Less(i, j int) bool { return d[i].time < d[j].time } func (d Danmus) Swap(i, j int) { d[i], d[j] = d[j], d[i] } // 将正则匹配到的数据填写入Danmu类型里 func fill(d *Danmu, s [][]byte) { d.time, _ = strconv.ParseFloat(string(s[1]), 64) d.kind = s[2][0] - ‘0‘ d.size, _ = strconv.Atoi(string(s[3])) bgr, _ := strconv.Atoi(string(s[4])) d.color = ((bgr >> 16) & 255) | (bgr & (255 << 8)) | ((bgr & 255) << 16) d.text = string(s[5]) } // 返回文本的长度,假设ascii字符都是0.5个字长,其余都是1个字长 func length(s string) float64 { l := 0.0 for _, r := range s { if r < 127 { l += 0.5 } else { l += 1 } } return l } // 生成时间点的ass格式表示:`0:00:00.00` func timespot(f float64) string { h, f := math.Modf(f / 3600) m, f := math.Modf(f * 60) return fmt.Sprintf("%d:%02d:%05.2f", int(h), int(m), f*60) } // 读取文件并获取其中的弹幕 func open(name string) ([]Danmu, error) { data, err := ioutil.ReadFile(name) if err != nil { return nil, err } dan := line.FindAllSubmatch(data, -1) ans := make([]Danmu, len(dan)) for i := len(dan) - 1; i >= 0; i-- { fill(&ans[i], dan[i]) } return ans, nil } // 将弹幕排布并写入w,采用的简单的固定移速、最小重叠排布算法 func save(w io.Writer, dans []Danmu) { p1 := make([]float64, 12) p2 := make([]float64, 12) p3 := make([]float64, 12) sp := 0 for _, dan := range dans { l := length(dan.text) * 25 if l == 0 { continue } s := "" if dan.size != 25 { s += fmt.Sprintf("\\fs%d", dan.size) } if dan.color != 0x00FFFFFF { s += fmt.Sprintf("\\c&H%06X", dan.color) } switch dan.kind { case 1: // 右往左 pls := dan.time*90 - l/2 m, k := pls+10000, 0 for i := 0; i < 12; i++ { t := (i + sp + 1) % 12 if p1[t] <= pls { k = t break } if m > p1[t] { k = t m = p1[t] } } sp = k p1[sp] = pls + l s += fmt.Sprintf("\\move(%d,%d,%d,%d)", 640+int(l/2), sp*30+27, -int(l/2), sp*30+27) fmt.Fprintf(w, "Dialogue: 1,%s,%s,Default,,0000,0000,0000,,{%s}%s\n", timespot(dan.time), timespot(dan.time+(l+640)/90), s, dan.text) case 4: // 下现隐 m, k := dan.time+10000, 0 for i := 0; i < 12; i++ { t := (i + 1) % 12 if p2[t] <= dan.time { k = t break } if m > p2[t] { k = t m = p2[t] } } p2[k] = dan.time + 3.6 s += fmt.Sprintf("\\pos(%d,%d)", 320, (11-k)*30+27) fmt.Fprintf(w, "Dialogue: 2,%s,%s,Default,,0000,0000,0000,,{%s}%s\n", timespot(dan.time+0), timespot(dan.time+3.6), s, dan.text) case 5: // 上现隐 m, k := dan.time+10000, 0 for i := 0; i < 12; i++ { t := (i + 1) % 12 if p3[t] <= dan.time { k = t break } if m > p3[t] { k = t m = p3[t] } } p3[k] = dan.time + 3.6 s += fmt.Sprintf("\\pos(%d,%d)", 320, k*30+27) fmt.Fprintf(w, "Dialogue: 3,%s,%s,Default,,0000,0000,0000,,{%s}%s\n", timespot(dan.time+0), timespot(dan.time+3.6), s, dan.text) } } } // 主函数,实现了命令行 func main() { if len(os.Args) <= 1 { os.Exit(0) } for _, name := range os.Args[1:] { dans, err := open(name) if err != nil { os.Exit(1) } if n := strings.LastIndex(name, "."); n != -1 { name = name[:n] } name += ".ass" file, err := os.Create(name) if err != nil { os.Exit(2) } file.WriteString(header) sort.Sort(Danmus(dans)) save(file, dans) file.Close() } }over。欢迎各位评论,倒不如各位多多评论啊。
bilibili弹幕转ass