Gỡ thẻ HTML khỏi phụ đề
Hoặc dán văn bản phụ đề
Tùy chọn
Một ô, bảy lựa chọn, và mỗi lựa chọn có một trang riêng. Nghiêng, Đậm, Gạch chân và Màu chữ xóa một loại đoạn định dạng đó và để yên phần còn lại của dòng. Mọi định dạng hiển thị xóa mọi đoạn mà công cụ mô hình hóa — bốn loại trên cộng với thời gian karaoke — trong khi giữ nguyên mọi thứ khác trong văn bản. Lựa chọn mọi định dạng hiển thị + đánh dấu góc nhọn làm điều tương tự rồi quét luôn phần đánh dấu góc nhọn còn sót trong văn bản vì công cụ không mô hình hóa nó, chẳng hạn thẻ người nói <v Bob> và <c.className> của VTT. Lựa chọn mọi định dạng hiển thị + khối ghi đè {...} làm điều tương tự với các khối ghi đè thay vào đó, xóa các mã {...} không được nhận ra lúc phân tích, chẳng hạn {\fad(500,500)}. Trang này điền sẵn lựa chọn mà tiêu đề của nó gọi tên và không liệt kê lựa chọn nào khác.
Các mốc thời gian được tính theo frame rate nào. Trên các trang định dạng, đây là thông số MicroDVD cần, vì định dạng này lưu thời gian dưới dạng số khung hình. Trên các trang frame rate, đây là tốc độ mà tệp được tính theo — phiên bản mà phụ đề được làm cho — và ô thứ hai của trang nhận tốc độ của video mà bạn sẽ dùng phụ đề cùng. 23.976, 24, 25, 29.97, 30, 50, 59.94 và 60 là những giá trị thường gặp. Điền sai sẽ làm lệch toàn bộ dòng thời gian, và trên các trang frame rate, nó làm lệch theo một tỉ lệ chứ không phải một lượng cố định.
Trang này quét markup khỏi nội dung phụ đề, kể cả thẻ người nói và thẻ lớp mà tệp WebVTT có thể mang. Tệp được xử lý trong trình duyệt, không tải lên máy chủ, và chạy được hàng loạt.
Phạm vi được quyết định bởi hình dạng: chỉ những gì trông như một thẻ — dấu `<` theo ngay sau là chữ cái hoặc dấu gạch chéo, kéo đến dấu `>` kế tiếp — mới bị gỡ. Vì thế `<v Bob>`, `<c.lawyer>`, `<i>` và `<ruby>` đều đi, nhưng chữ bên trong `<rt>` vẫn ở lại vì đó là nội dung. Một phép so sánh như `< 5` hay một trái tim ghép bằng dấu nhỏ hơn không bị coi là thẻ.
Trang làm nhiều hơn việc gỡ định dạng: nó cũng quét các thẻ còn sót như `</i>` lẻ và các thẻ người nói, lớp. Từ ngữ, timecode, số cue và thứ tự cue không bị sửa; chỉ markup biến mất. Mười hai định dạng đều được nhận, và không có tệp nào rời khỏi máy.
Ví dụ
Tệp WebVTT có thẻ người nói và thẻ lớp
Đầu vào
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>.
Kết quả
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.
Thẻ người nói, thẻ lớp, in nghiêng và chú thích ruby đều đi, để lại các từ. Chú ý cue thứ hai: phần đọc bên trong `<rt>` là văn bản chứ không phải markup nên nó ở lại — đầu ra cho thấy ký tự phiên âm bên cạnh chữ gốc, đúng như trình phát vẫn hiển thị.
Tệp SRT có thẻ đóng lẻ
Đầu vào
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.
Kết quả
1
00:00:01,000 --> 00:00:02,000
Hello there again.
2
00:00:03,000 --> 00:00:04,000
And one more.
Cặp quanh `Hello` được đọc như một range và gỡ như một khối; `</i>` lẻ sau `there` bị bộ đọc để lại trong văn bản và được quét ở đây. Cả hai cùng ra khỏi đầu ra, và đó là điểm của việc làm hai việc trong một lần chạy — thẻ lệch cặp kiểu này là thứ tệp mang về sau OCR hoặc sửa tay.
Phép so sánh và ký hiệu không phải thẻ
Đầu vào
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
Kết quả
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
Không gì bị gỡ, và đây là nửa quan trọng nhất của trang. Bước quét chỉ chạm vào thứ có hình dạng thẻ, nghĩa là ngay sau dấu ngoặc phải là chữ cái hoặc dấu gạch chéo; một phép so sánh toán học và một trái tim ghép bằng dấu nhỏ hơn đều sống sót, và mọi thứ viết giữa hai dấu ngoặc cũng vậy.
Câu hỏi thường gặp
Trang xóa thẻ HTML khác gì trang xóa toàn bộ định dạng phụ đề?
Trang này làm việc của trang kia rồi đi xa hơn: sau khi gỡ các range nhấn mạnh, nó còn quét mọi thứ có hình dạng thẻ, kể cả thẻ người nói, thẻ lớp và thẻ đóng lẻ. Vì thế một tệp WebVTT có `<v Bob>` sẽ mất cả thẻ đó, điều mà trang xóa định dạng cố ý giữ lại.
Bước quét thẻ HTML gỡ những thẻ nào và để lại những thẻ nào?
Nó gỡ mọi thứ có hình dạng thẻ: dấu `<` theo ngay sau là chữ cái hoặc dấu gạch chéo, kéo đến `>` kế tiếp. Nó để lại những gì không có hình dạng đó, như `< 5`, `<3` hay một dấu nhỏ hơn đứng một mình, vì đó là văn bản chứ không phải markup.
Trang có xóa luôn những từ nằm bên trong thẻ bị gỡ không?
Tùy thứ nằm bên trong. Với thẻ bao quanh như `<i>Hello</i>`, các từ vẫn ở lại và chỉ thẻ đi. Với nội dung của thẻ như `<rt>` trong ruby, phần đọc là văn bản nên được giữ; với thuộc tính trong thẻ mở, toàn bộ thẻ và thuộc tính của nó đi cùng nhau.
Đầu ra còn hợp lệ trong trình phát sau khi markup biến mất không?
Có, và thường đáng tin hơn trước. Markup lệch cặp hoặc thẻ lạ là thứ dễ làm trình phát hiển thị sai; sau khi quét, phần còn lại là văn bản và timecode, đúng cấu trúc tối thiểu mà định dạng cần.
Có thể chỉ gỡ markup còn sót mà giữ in nghiêng không?
Không ở trang này: các range nhấn mạnh bị gỡ trước rồi bước quét chạy sau, nên tệp có in nghiêng sẽ ra không còn in nghiêng. Muốn giữ in nghiêng, hãy dùng trang xóa thẻ cụ thể như xóa in đậm hoặc xóa gạch chân.
Vì sao lần chạy báo không có gì khi tệp tôi rõ ràng có markup?
Lý do thường gặp là markup không có hình dạng thẻ: dấu ngoặc theo sau là dấu cách, chữ số hoặc ký hiệu được cố ý để yên, nên không gì bị gỡ và tệp trở về nguyên từng byte. Hãy kiểm tra xem dấu `<` có đứng ngay trước một chữ cái hoặc dấu gạch chéo hay không.