網上搜了一下看看有沒有鐵達尼號完整台詞，找了好久也沒找到合適的，要麼不完整，要麼收費，要麼資料是錯亂的,預期的台詞是乙個有中英文對照版的，然後按照格式一行行的排列，比如一行英文，一行中文，外加一行對應電影的時間
怎麼辦呢，想到了電影裡的字幕，字幕裡有資料的，資料格式也是統一的，我們利用正則提取一下就好了，開幹
然後查詢檔案裡的規律，如下:
對於英文和中文有兩種格式，對於英語來說，格式如下:
對於中文來說，格式如下:
思路可以看到前面部分差不多的，後面的字幕之前有幾個字元不一樣，例如英文本幕是0000&}結尾的，而中文字幕是3000&}結尾的
我們可以用兩個正則分別提取英語和中文的字幕資訊，儲存到對應的陣列裡，陣列裡的鍵名為字幕的時間，是個字串格式，值可以是個陣列，分別是對應的字幕
完整**如下:
<?php部分輸出如下:$str = file_get_contents('./zimu.ssa'); //
load ssa file
function getresult($preg)
}return
$result;}
$result_en = getresult('/marked=([^d]*).*?0000&}(.*)/'); //
獲取英文本幕
$result_cn = getresult('/marked=([^d]*).*?3000&}(.*)/'); //
獲取中文字幕
$result = array
();$result_en = array_filter($result_en,function($val,$key) use(&$result,&$result_cn)
else
return
true
;
},array_filter_use_both );
function out($arr,$isarr=1)
}out(
$result); //
輸出中文和英文有對應的字幕
out($result_en,0); //
輸出只有英文的字幕
out($result_cn,0); //
輸出只有中文的字幕
?>
正則裡也遇到個問題，理想中[^d]改成[^(?:,d)]的話在getresult裡就不需要呼叫trim()過濾掉末尾的,符號了，但是在php裡(?:)不能用，可能php的正則引擎不支援這個功能吧，以後如果再深入研究的話再看看。
通過正規表示式提取網頁
private string getwebpage string uri 0 trim tolower 存在分號進行分割 if strtype text html 返回型別不為text html 直接返回空值 if res.contenttype.tolower replace string.emp...
jmeter 正規表示式提取
我們在做壓測時，經常會碰到需要上個介面的結果作為引數傳遞到下乙個介面，此時需要用到正規表示式提取功能。1 新增jmeter正規表示式提取器 在具體的request下新增jmeter正規表示式提取器 jmeter正規表示式在 後置處理器 下面 例1如下 引用名稱 tokenid 自己定義 模板 1 匹...
正規表示式提取時間
時間的各種格式都可以通過正規表示式來匹配，例如我們想精確匹配hh mm的時間，即包含小時和分鐘，可以使用下面的表示式 0 9 0 0 9 1 0 9 2 0 3 0 5 0 9 0 9 0 0 9 1 0 9 2 0 3 0 5 0 9 更多關於時間和日期的正規表示式，參考 regexlib.pub...