字幕字节与换行

云映 SRT 字幕字节对照:分清 UTF-8 标记、换行与实际显示

用同一句自有字幕建立四个仅在 UTF-8 标记和换行上不同的样本,分别核原始字节、文件身份与播放器观察。

用同一句自有字幕建立四个仅在 UTF-8 标记和换行上不同的样本,分别核原始字节、文件身份与播放器观察。

准备一条内容一致的字幕

选择至少八秒的自有短视频,保留原视频及日常字幕。测试文字包含一条一至四秒的提示“Hello 你好”,序号为1,时间使用 SRT 的逗号毫秒写法。四个样本的可见文字、序号和时间保持一致,只比较文件开头是否有 UTF-8 字节顺序标记,以及行尾为 LF 还是 CRLF;不能一边改编码又改句子,再把结果归因于某个字节。先记录视频身份和预定测试时间,尚未导入时标记播放待核。

理解标记与可见正文的边界

Unicode 对 UTF-8 字节顺序标记的说明指出,文件开头的 EF BB BF 可用作 UTF-8 标记;它不是要给观众阅读的三个字母,也不能证明文件后续字节一定有效。LF 是单字节 0A,CRLF 是两个字节 0D 0A;它们表示行边界的方式不同,并不会把一秒变成不同时间。各工具对标记、换行和格式错误的容忍可能不同,本课不预设云映一定接受四份文件。

在空目录安全生成四份样本

以下脚本在当前目录新建独立文件夹并用排他创建方式写入四份 SRT;运行前确认当前工作目录是自己的练习位置。若文件夹已存在会停止,先检查并改目录名,不覆盖或删除旧文件。正文用 Python 字符串表达,换行在写入字节之前显式确定;脚本只写练习文件,不上传、联网或修改视频。外部命令必须由已有 Python 环境运行,脚本生成成功不等于应用已播放字幕。

from pathlib import Path
from codecs import BOM_UTF8
folder = Path("srt-byte-practice")
folder.mkdir()  # fails if the directory already exists
cue = "1\n00:00:01,000 --> 00:00:04,000\nHello 你好\n\n"
for name, ending, marked in [("plain-lf.srt", "\n", False),
                             ("bom-lf.srt", "\n", True),
                             ("plain-crlf.srt", "\r\n", False),
                             ("bom-crlf.srt", "\r\n", True)]:
    data = cue.replace("\n", ending).encode("utf-8")
    if marked:
        data = BOM_UTF8 + data
    with (folder / name).open("xb") as output:
        output.write(data)
    print(name, len(data), data[:4].hex(" "))

逐项核对文件开头与行结束

四份文件的首部应分别表现为普通首字节或 EF BB BF,LF 文件的换行是 0A,CRLF 文件对应 0D 0A;不要把 UTF-8 汉字多字节中的其他值当换行。脚本输出字节数和十六进制首部,可将四行结果记录在各自文件名旁。这段示例含四个行结束位置:同样不带标记时,CRLF 版本比 LF 版本多四字节;同种换行下,带标记版本比无标记版本多三字节。这个差值只针对本练习的文本,不是所有字幕文件的固定差值。按原样运行这份示例,四个文件长度依次为46、49、50、53字节,带标记的开头是 EF BB BF 31;普通 LF 文件开头是 31 0A。若输出不同,先检查文本是否被编辑器改变或脚本是否为当前版本,再复核实际生成的文件。运行后可逐文件核文件名、长度和开头,若差值不符,先检查实际复制的脚本是否保留反斜线,而不是改动原视频。随后用能正确处理 UTF-8 的文本编辑器打开副本,确认可见字幕文字与时间一致;如果编辑器显示一个看不见的标记,不应将编辑器表现当作云映的播放结果。

逐份关联同一视频进行观察

在云映安装版实际提供的字幕路径中关联第一份样本,用一至四秒范围观察提示是否出现、时间和中文是否可辨,再记录实际文件名。换下一份前确认上一份字幕已停止使用,避免两个同内容样本被混淆;保持视频、设备、播放器设置与画面位置不变。四次都可观察时再填对照表;找不到路径或未执行播放时写待核,不能用外部编辑器预览代替应用证据。

用单一变化解释观察而不扩大结论

先比较无标记 LF 与有标记 LF,行尾相同,仅增加三个开头字节;再比较无标记 LF 与无标记 CRLF,开头条件相同,仅换行字节不同。两组对照应分别记录,不能一次同时改变两个因素后断言某一因素造成差异。若四份都显示正常,只能说明这一段文字、设备、版本与路径下四次观察正常,不能据此保证其他编码或所有字幕文件兼容。

按来源、时间与字节层排查

字幕没出现时先核当前实际选中的文件、视频一至四秒区间和字幕开关,再检查文件名、扩展名及是否保存到预期目录。乱码时比较编辑器中可见文字与原始字节,确认没有在复制时改变字符;缺字也可能与字体或渲染有关,不能一律归因于 BOM。若脚本因目录或文件已存在而停止,先保存现有结果并选择新目录,不删除用户已有文件。遇到具体错误应记录原文和发生步骤,未完成的对照保留待核。

交付四个文件并恢复原字幕

交付四份标注清楚的字幕文件、脚本输出、各文件是否被实际选中及观看结果;把纸面预期与设备观察分栏。记录系统、云映版本和字幕关联方式,不把自己的样本当成所有网上字幕的质量证明。结束后切回原字幕并保留原视频和备份。未执行 App 真机播放时明确待核;本教程不承诺自动检测编码、批量转换或修复已丢失的文字。

相关教程与资料

SRT 最小样本;字幕字符检查。Unicode UTF-8 标记说明讨论 BOM;云映官方商店列 SRT 与外挂字幕支持。2026 年 11 月 20 日公开查询列云映 1.1.1,最低 iOS / iPadOS 15.0。未声称真机字幕播放测试。