Конвертер SMI в JSON
Или вставьте текст субтитров
Что меняет эта конвертация
1 пункт теряется или требует решения
- Содержимое формата
содержимое, которое исходный формат хранит вне реплик (блоки не-реплик, текст заголовка, настройки реплик, закомментированные события): целевому формату его некуда деть
Этот список выведен из матрицы возможностей этих двух форматов, а не из загруженного файла. Конкретный файл может потерять больше, если использует возможности, которые формат допускает, а матрица не моделирует.
Здесь субтитры SMI превращаются в JSON: SMI — это формат Microsoft на разметке, где каждая реплика начинается тегом SYNC, а JSON — внутренний формат сайта, который хранит полную модель субтитров. SMI записывает интервал (<SYNC Start=1000> … <SYNC Start=3500>), а JSON хранит его целыми миллисекундами: start 1000, end 3500. Обе шкалы миллисекундные, поэтому значения времени переносятся без округления.
Сайт перечисляет потери до запуска — CSS-оформление SMI; SMI хранит блок STYLE с CSS и атрибуты абзаца вроде Class=ENCC, а JSON их не сохраняет.
Ни один байт субтитров не уходит в сеть: конвертация выполняется в текущей вкладке, а готовые файлы забираются архивом.
Примеры
Обычный файл SMI, переведённый в JSON
Вход
<SAMI>
<HEAD>
<STYLE TYPE="text/css">
<!--
P { text-align: center; font-family: Arial; }
.ENCC { Name: English; lang: en-US; }
-->
</STYLE>
</HEAD>
<BODY>
<SYNC Start=1000>
<P Class=ENCC>Hello there.
<SYNC Start=3000>
<P Class=ENCC>
<SYNC Start=3500>
<P Class=ENCC>How are you?<br>Fine, thanks.
<SYNC Start=6000>
<P Class=ENCC>
</BODY>
</SAMI>
Выход
{
"version": 1,
"cues": [
{
"start": 1000,
"end": 3000,
"lines": [
"Hello there."
]
},
{
"start": 3500,
"end": 6000,
"lines": [
"How are you?",
"Fine, thanks."
]
}
]
}
Сравните две стороны: SMI записывает время как <SYNC Start=1000>, JSON — как "start": 1000; текст и порядок реплик при этом сохраняются.
Тот же перевод на неаккуратном файле SMI
Вход
<SAMI>
<HEAD>
<TITLE>Episode 1</TITLE>
<STYLE TYPE="text/css">
<!--
.ENCC { Name: English; }
-->
</STYLE>
</HEAD>
<BODY>
<sync start="00:00:02,500">
<P Class=ENCC>Line one<br>Line two
<sync start=9000>
<P Class=ENCC>Tom & Jerry
<SYNC Start=12000>
<P Class=ENCC>
</BODY>
</SAMI>
Выход
{
"version": 1,
"cues": [
{
"start": 2500,
"end": 9000,
"lines": [
"Line one",
"Line two"
]
},
{
"start": 9000,
"end": 12000,
"lines": [
"Tom & Jerry"
]
}
]
}
Второй файл намеренно неровный: BOM, переводы строк CRLF. SMI читает его без падения, а JSON записывается заново, поэтому часть дефектов исчезает, но пропущенные блоки не возвращаются.
Частые вопросы
Какие таймкоды получатся на выходе при переводе SMI в JSON?
SMI записывает интервал (<SYNC Start=1000> … <SYNC Start=3500>), а JSON хранит его целыми миллисекундами: start 1000, end 3500. Обе шкалы миллисекундные, поэтому значения времени переносятся без округления.
Какие данные SMI не переживут перевод в JSON?
SMI хранит блок STYLE с CSS и атрибуты абзаца вроде Class=ENCC, а JSON их не сохраняет. Это полный список потерь для пары SMI → JSON; сайт показывает его до запуска.
Где в SMI записан конец реплики, которую нужно перевести в JSON?
В SMI у реплики есть только <SYNC Start=1000>; конца нет, им служит следующий SYNC или очищающий абзац с . При переводе в JSON сайт берёт момент следующего блока, поэтому последняя реплика без завершающего SYNC требует проверки.
Не перепутается ли порядок реплик после конвертации SMI в JSON?
Оба формата хранят жёсткий перенос внутри реплики, поэтому две строки SMI останутся двумя строками в JSON; порядок реплик не меняется.
В какой кодировке сохраняется JSON и какое у него расширение при переводе из SMI?
Файл JSON записывается в UTF-8 без BOM с переводами строк LF и расширением .json; при чтении SMI сайт сам определяет BOM и стиль переводов строк и нормализует их. Кириллица и другие алфавиты сохраняются без замены символов.
В каком виде JSON хранит реплики после перевода SMI в JSON?
JSON записывает каждую реплику объектом с полями id, start, end и lines; время — целые миллисекунды (1000 и 3500), поэтому округления нет. Строки SMI становятся элементами lines, а теги оформления — отдельными объектами.