Remover tags HTML das legendas
Ou cole o texto da legenda
Opções
Uma caixa, sete opções, e cada opção tem sua própria página. Itálico, Negrito, Sublinhado e Cor removem aquele tipo de intervalo e deixam o resto do estilo da linha em paz. Tudo remove cada intervalo que a ferramenta modela — esses quatro mais a sincronização karaokê — e deixa todo o resto do texto intocado. HTML faz o mesmo e depois também varre a marcação entre colchetes angulares que sobrou no texto porque a ferramenta não a modela, como as tags de falante <v Bob> e <c.className> do VTT. ASS faz o mesmo para os blocos de substituição, limpando os códigos {...} que não foram reconhecidos na leitura, como {\fad(500,500)}. Esta página preenche a caixa com a opção que seu título nomeia e não lista nenhuma outra.
A taxa de quadros em que os tempos são contados. Nas páginas de formato é o que o MicroDVD precisa, porque ele guarda os tempos como números de quadro. Nas páginas de taxa de quadros é a taxa com que o arquivo foi cronometrado — a versão para a qual as legendas foram feitas — e a segunda caixa da página recebe a taxa do vídeo com que você vai usá-las. 23,976, 24, 25, 29,97, 30, 50, 59,94 e 60 são as comuns. Errar isso desloca toda a linha do tempo e, nas páginas de taxa de quadros, desloca por uma proporção em vez de por uma quantidade fixa.
Esta página tira a marcação do texto de uma legenda: todos os trechos de estilo que o arquivo carrega, mais as etiquetas entre colchetes angulares que sobraram no próprio texto. O que volta é diálogo simples e legível — as palavras, os tempos e nada mais. É a execução para um arquivo cujo texto ainda tem coisas como uma etiqueta de falante, uma etiqueta de classe ou uma etiqueta de fechamento solta no meio de uma linha.
Essa segunda metade é a razão de esta página existir ao lado da que remove toda a formatação. A ferramenta modela as quatro etiquetas de ênfase que entende e deixa todo o resto exatamente onde encontrou, o que é a decisão certa ao ler um arquivo — comer marcação que não reconhece em silêncio seria perder dados. Mas isso significa que um arquivo WebVTT com `<v Bob>` mantém essa etiqueta em todas as outras limpezas do site, e um arquivo que passou por OCR ou edição manual muitas vezes tem uma etiqueta de fechamento sem par no meio de uma linha. Esta página é a que as varre, e o título diz isso.
A varredura é deliberadamente estreita. Ela só remove algo com forma de etiqueta — uma letra ou uma barra logo depois do colchete de abertura. Uma comparação no diálogo como `5 < 10` e um rosto triste como `<3` ficam completamente em paz, porque uma regra mais frouxa apagaria as palavras entre os dois colchetes e não deixaria nada na saída que mostrasse isso. O que não é modelado não é adivinhado.
Nada é enviado; o arquivo é lido e gravado dentro da aba do navegador. Um arquivo que já é texto simples volta byte a byte, que também é a forma mais barata de descobrir se a marcação invisível que você suspeita está realmente lá.
Exemplos
Um arquivo WebVTT com uma etiqueta de falante e uma de classe
Entrada
WEBVTT
00:00:01.000 --> 00:00:02.000
<v Bob><c.yellow>Hello there</c>
00:00:03.000 --> 00:00:04.000
<i>She left</i> <ruby>東京<rt>とうきょう</rt></ruby>.
Saída
WEBVTT
00:00:01.000 --> 00:00:02.000
Hello there
00:00:03.000 --> 00:00:04.000
She left 東京とうきょう.
Etiqueta de falante, etiqueta de classe, itálico e anotação ruby saem todos, deixando as palavras. Note o segundo bloco: a leitura dentro de `<rt>` era texto e não marcação, então fica — a saída mostra os kana ao lado dos kanji, que é o que um tocador teria exibido de qualquer jeito.
Um arquivo SRT com uma etiqueta de fechamento sem par
Entrada
1
00:00:01,000 --> 00:00:02,000
<i>Hello</i> there</i> again.
2
00:00:03,000 --> 00:00:04,000
<b>And</b> one more.
Saída
1
00:00:01,000 --> 00:00:02,000
Hello there again.
2
00:00:03,000 --> 00:00:04,000
And one more.
O par em volta de `Hello` foi lido como um trecho e removido de uma vez; o `</i>` solto depois de `there` foi deixado no texto pelo leitor e é varrido aqui. Os dois acabam fora da saída, que é o ponto de fazer os dois trabalhos em uma execução — etiquetas desemparelhadas assim são o que um arquivo traz de volta depois de OCR ou edição manual.
Comparações e símbolos não são etiquetas
Entrada
1
00:00:01,000 --> 00:00:02,000
5 < 10 and 3 > 1
2
00:00:03,000 --> 00:00:04,000
<3 you
Saída
1
00:00:01,000 --> 00:00:02,000
5 < 10 and 3 > 1
2
00:00:03,000 --> 00:00:04,000
<3 you
Nada é removido, e esta é a metade da página que mais importa. A varredura só toca algo com forma de etiqueta, ou seja, uma letra ou uma barra logo depois do colchete; uma comparação matemática e um coração feito com um sinal de menor que sobrevivem intactos, e o mesmo vale para tudo o que está escrito entre dois colchetes.
Perguntas frequentes
Qual é a diferença entre esta página e remover toda a formatação?
Esta faz aquele trabalho e vai além. Remover a formatação tira os trechos de ênfase que a ferramenta modela — itálico, negrito, sublinhado, cor e karaokê. Esta página também os remove e depois varre as etiquetas entre colchetes angulares que sobraram no próprio texto: etiquetas de falante, de classe, marcação ruby e etiquetas de fechamento soltas ou sem par. Se o seu arquivo não tem marcação desse tipo, as duas páginas produzem a mesma saída.
Quais etiquetas a varredura remove e quais deixa?
Remove qualquer coisa com forma de etiqueta: um colchete de abertura seguido imediatamente de uma letra ou de uma barra, até o próximo colchete de fechamento. O que ela não toca é um colchete seguido de qualquer outra coisa, então uma comparação como `5 < 10 and 3 > 1` e um símbolo como `<3` passam intactos. Essa estreiteza é deliberada — uma regra mais ampla apagaria diálogo entre dois colchetes e não deixaria rastro na saída.
Esta página remove as palavras que estavam dentro de uma etiqueta removida?
Depende do que estava dentro. Os atributos de uma etiqueta vão com ela, e o mesmo vale para qualquer coisa aninhada em uma etiqueta que também está sendo removida — a leitura dentro de uma anotação ruby, por exemplo, é texto e fica na linha enquanto a marcação ruby em volta desaparece. O que nunca acontece é remover texto que está entre dois colchetes no diálogo comum, porque isso não tem forma de etiqueta.
A saída ainda será válida no meu tocador depois que a marcação sumir?
Sim, e de forma mais confiável do que antes. O WebVTT aceita uma etiqueta de fechamento sem par sem reclamar, mas uma etiqueta de falante cujo colchete de fechamento falta pode engolir o resto da linha em alguns tocadores, e tocadores diferentes discordam sobre o que uma etiqueta desconhecida significa. Texto simples não tem essa ambiguidade, e é por isso que um arquivo para uma plataforma que sobrescreve estilo costuma sair melhor limpo do que estilizado.
Posso remover só a marcação que sobrou e manter meus itálicos?
Não nesta página: os trechos de ênfase saem primeiro e a varredura roda depois, então um arquivo com itálicos volta sem eles. Essa ordem não é arbitrária — remover marcação encurta o texto, e todo trecho depois da remoção teria de ser recalculado para continuar apontando para os caracteres certos. Fazer os dois trabalhos juntos é o que torna o resultado exato, então não há um ajuste intermediário aqui.
Por que a execução não informou nada se meu arquivo claramente tinha marcação?
O motivo provável é que a marcação não tem forma de etiqueta: um colchete seguido de espaço, dígito ou símbolo fica em paz de propósito, então nada foi removido e o arquivo voltou byte a byte. Se o arquivo contém algo como `<v Bob>` e ainda assim volta inalterado, confirme que é o arquivo que você pensa que é — a página lê um arquivo pelo formato que ele realmente é, não pela extensão que carrega.