标签：gic 格式 amp 行号 换行 数字 magic lib 删除
处理srt的<font color ="" > 所用的正则表达式为 <.*?> 而不是<.*>?
目标： 1 删除序号行 序号行只有一个数字代表scription片段的编号， 数字可能是一位也可能是多位
2删除time stamp 行， 该行的标志是 00:00:21,660 --> 00:00:26,640
3 删除空白行
4 删除格式控制注释 标志 Laura Boyd</font><font color="#E5E5E5"> I‘m a</font>
解决方案：
删除序号行与time stamp 行
^\d.*\s*\n可以同时删除行号 和time stamp
删除空白行
^\s*\n
删除格式控制注释
<.*?>
再加上正则表达式的 或 语句 | ，把三条语句结合到一块
^\d.*\s*\n|^\s*\n|<.*?>
或语句 参照 http://www.nowamagic.net/librarys/veda/detail/1265
要点解析：
\n 和$的功能不同，用\n可以删除行，$ 不行
^\d.*\s*\n
^ 表示行开头 \d表示一位数字，.*表示任意长度字符 \s*表示任意长度，任意类型空格 \n换行 所以这句话为 每行由行首至换行内部，一个数字起始，后接任意长度字符，再接任意长度空格
^\s*\n由行首至换行，内部仅有任意长度空格
<.*?> 尖括号内部由任意长度字符串，？为最短匹配
以下为试验版本，可看可不看
^\d{2}:.* 匹配time stamp 00:00:36,090 --> 00:00:40,260
^\d*\s*$
^\s*\n ^\s*$是有区别的，前者可以删除空行，后者只能匹配，不能删除
标签：gic 格式 amp 行号 换行 数字 magic lib 删除
原文地址：http://www.cnblogs.com/liyongguo/p/6920856.html
