本文目录导读：
这里提供一个批量转换字幕编码的Python脚本,支持多种编码格式互转：
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
批量转换字幕文件编码格式
支持 .srt, .ass, .ssa, .sub 等常见字幕格式
"""
import os
import sys
import argparse
from pathlib import Path
import chardet
# 常见字幕编码格式
ENCODINGS = [
'utf-8', 'utf-8-sig', 'utf-16', 'utf-16-le', 'utf-16-be',
'gbk', 'gb2312', 'gb18030',
'big5', 'big5hkscs',
'shift_jis', 'euc-jp',
'euc-kr',
'latin-1', 'iso-8859-1',
'cp1252', 'cp1251', 'cp1250'
]
def detect_encoding(file_path, max_bytes=100000):
"""
检测文件编码
"""
with open(file_path, 'rb') as f:
raw_data = f.read(max_bytes)
result = chardet.detect(raw_data)
encoding = result['encoding']
confidence = result['confidence']
if encoding is None:
return None, 0
# 规范化编码名称
encoding = encoding.lower()
if encoding in ['ascii', 'ansi']:
return 'utf-8', confidence
elif encoding == 'iso-8859-1':
return 'latin-1', confidence
return encoding, confidence
def convert_file(file_path, target_encoding='utf-8', source_encoding=None, backup=True):
"""
转换单个字幕文件编码
"""
try:
# 检测原编码
if source_encoding is None:
source_encoding, confidence = detect_encoding(file_path)
if source_encoding is None:
print(f"⚠ 无法检测编码: {file_path}")
return False
print(f" 检测到编码: {source_encoding} (置信度: {confidence:.1%})")
# 读取文件
with open(file_path, 'rb') as f:
raw_data = f.read()
# 解码
try:
text = raw_data.decode(source_encoding)
except UnicodeDecodeError:
print(f"✗ 解码失败: {file_path} (编码: {source_encoding})")
return False
# 检查是否需要转换
if source_encoding.lower() == target_encoding.lower():
print(f" 无需转换: {file_path}")
return True
# 备份原文件
if backup:
backup_path = file_path.with_suffix(file_path.suffix + '.bak')
if not backup_path.exists():
file_path.rename(backup_path)
print(f" 备份原文件: {backup_path.name}")
# 写入目标编码
with open(file_path, 'w', encoding=target_encoding) as f:
f.write(text)
print(f"✓ 转换成功: {file_path} -> {target_encoding}")
return True
except Exception as e:
print(f"✗ 转换失败: {file_path}")
print(f" 错误: {str(e)}")
return False
def batch_convert(input_path, target_encoding='utf-8', source_encoding=None,
recursive=False, backup=True, extensions=None):
"""
批量转换字幕文件
"""
if extensions is None:
extensions = ['.srt', '.ass', '.ssa', '.sub', '.smi', '.idx']
path = Path(input_path)
if path.is_file():
# 单个文件
if path.suffix.lower() in extensions:
convert_file(path, target_encoding, source_encoding, backup)
else:
print(f"跳过非字幕文件: {path}")
elif path.is_dir():
# 目录
pattern = '**/*' if recursive else '*'
files = [f for f in path.glob(pattern) if f.is_file() and f.suffix.lower() in extensions]
if not files:
print(f"未找到字幕文件 in {path}")
return
print(f"找到 {len(files)} 个字幕文件")
success = 0
fail = 0
for f in files:
if convert_file(f, target_encoding, source_encoding, backup):
success += 1
else:
fail += 1
print(f"\n完成! 成功: {success}, 失败: {fail}")
else:
print(f"路径不存在: {input_path}")
def list_encodings():
"""列出支持的编码格式"""
print("支持的编码格式:")
for i, enc in enumerate(ENCODINGS, 1):
print(f" {i:2d}. {enc}")
def main():
parser = argparse.ArgumentParser(
description='批量转换字幕文件编码格式',
formatter_class=argparse.RawDescriptionHelpFormatter,
epilog="""
示例:
# 转换单个文件为UTF-8
python subtitle_encoding_converter.py input.srt
# 转换目录下所有字幕为UTF-8
python subtitle_encoding_converter.py ./subtitles/
# 递归转换目录及其子目录
python subtitle_encoding_converter.py ./subtitles/ -r
# 指定源编码转换
python subtitle_encoding_converter.py input.srt -s gbk
# 转换到指定目标编码
python subtitle_encoding_converter.py input.srt -t utf-8
# 不备份原文件
python subtitle_encoding_converter.py input.srt -nb
# 列出支持的编码格式
python subtitle_encoding_converter.py -l
"""
)
parser.add_argument('input', nargs='?', help='输入文件或目录路径')
parser.add_argument('-t', '--target', default='utf-8',
help='目标编码 (默认: utf-8)')
parser.add_argument('-s', '--source', default=None,
help='源编码 (默认: 自动检测)')
parser.add_argument('-r', '--recursive', action='store_true',
help='递归处理子目录')
parser.add_argument('-nb', '--no-backup', action='store_true',
help='不备份原文件')
parser.add_argument('-l', '--list-encodings', action='store_true',
help='列出支持的编码格式')
args = parser.parse_args()
if args.list_encodings:
list_encodings()
return
if not args.input:
parser.print_help()
return
batch_convert(
args.input,
target_encoding=args.target,
source_encoding=args.source,
recursive=args.recursive,
backup=not args.no_backup
)
if __name__ == '__main__':
main()
安装依赖
pip install chardet
使用方法
基本使用
# 转换单个文件为UTF-8 python subtitle_converter.py input.srt # 转换目录下所有字幕 python subtitle_converter.py ./subtitles/ # 递归处理子目录 python subtitle_converter.py ./subtitles/ -r
指定编码
# 指定源编码（不自动检测） python subtitle_converter.py input.srt -s gbk # 指定目标编码 python subtitle_converter.py input.srt -t utf-8
其他选项
# 不备份原文件 python subtitle_converter.py input.srt -nb # 查看支持的编码 python subtitle_converter.py -l
Windows 用户快捷用法
创建 convert_all.bat:
@echo off python subtitle_converter.py %1 -r pause
然后拖放文件夹到该批处理文件即可。
功能特点
- 自动编码检测：使用 chardet 自动识别文件编码
- 备份原文件：转换前自动备份（生成 .bak 文件）
- 批量处理：支持目录批量转换
- 递归处理：可处理子目录
- 多种字幕格式：支持 .srt, .ass, .ssa, .sub 等
- 错误处理：显示转换失败的文件及原因
注意事项
- 首次使用建议先备份原始文件
- 自动编码检测不是100%准确，如有问题请手动指定源编码
- 转换大文件时可能需要较长时间
