bilibili弹幕转ass程序制作思路及过程

    b站的弹幕,线下播放还是挺麻烦的,专用的弹幕播放器对其他格式的视频支持不好。我也试着弄个弹幕转字幕的小程序出来。

    抓取xml文件的工作就不多说了,很简单的事,只要在播放页面看看源文件就能确定xml文件的地址进行抓取了。

    本文主要是讲述xml内的弹幕转字幕的过程。

    除去xml文件开头结尾的一些七七八八的东西,弹幕主体是这样的:

    
    <d p="51.593,5,25,16711680,1408852480,0,7fa769b4,576008622">怒求 up 自己配音!</d>
    <d p="10.286,1,25,16777215,1408852600,0,a3af4d0d,576011065">颜艺?</d>
    <d p="12.65,1,25,16777215,1408852761,0,24570b5a,576014281">我的女神!</d>
    <d p="19.033,1,25,16777215,1408852789,0,cb20d1c7,576014847">前!!!</d>
    <d p="66.991,1,25,16777215,1408852886,0,a78e484d,576016806">已撸</d>
    

    如果它把弹幕的各种属性分开表示,我就用encoding/xml包来解码,但是丫把弹幕的属性都放在p里面了,所以我使用正则表达式来提取的。

    
    以上表第一条弹幕为例。很明显的,p属性开始的浮点数,与播放时一比对,就能知道,表示的是弹幕应该出现的播放时间。
    
    随后的1和25先不管;
    
    16777215,目测应该是颜色(因为该值表示为十六进制是FFFFFF);
    
    1408852480,在弹幕中是递增的,感觉应该是个unix时间,用这个数(d),求:d/86400/365.2425+1970,结果约为2014.6。看来确实是unix时间。估计是创建弹幕的时间。
    
    0,不知道,抓取了很多视频的弹幕,这个位置都是0,暂且不管它。
    
    7fa769b4,估计是创建者的ID,因为同一xml文件会出现多次,而且看起来是十六进制数,恰好有些hash函数就是返回4字节整数。
    
    576008622,也是递增的,不用猜也知道,这个肯定就是弹幕的ID了。
    

    事后再核对一下,果然,1代表弹幕的类型(从右向左移动啊,出现在下方或者上方啊……),25是字体大小,16777125是字体颜色。

    所以,我们就只要捕获每条弹幕的时间、类型、大小、颜色、文本就行了。

    正则表达式:

    
    <d\sp="([\d\.]+),([145]),(\d+),(\d+),\d+,\d+,\w+,\d+">([^<>]+?)</d>

    捕获弹幕很简单,关键是排布弹幕为字幕的算法。
    关于这个算法我就很坑爹的弄了个乱七八糟的算法,采用的是固定移动速度,最小重叠的排布原则。

    对游动弹幕,会倾向于选择下面一行的位置,如果会重叠,则选择更下一行(最低行会循环到最上面一行),如果没有不重叠的行,会选择重叠文本最少的行。

    对上现隐/下现隐的固定弹幕,会选择最接近上方/下方,且不重叠的行;如果没有不重叠的行,则选择重叠时间最短的行,居中放置字幕。

    默认字体微软雅黑,默认大小25,默认白色黑边;默认占满整个屏幕,共计12行;默认屏幕大小640×360。

    这么弄,主要是为了让ass字幕的效果更接近原始弹幕的效果。

    高级弹幕真的超出我的能力范围了,全部忽略掉。

    go源代码如下:

    
    // 将bilibili的xml弹幕文件转换为ass字幕文件。
    // xml文件中,弹幕的格式如下:
    // <d p="32.066,1,25,16777215,1409046965,0,017d3f58,579516441">地板好评</d>
    // p的属性为时间、弹幕类型、字体大小、字体颜色、创建时间、?、创建者ID、弹幕ID。
    // p的属性中,后4项对ass字幕无用,舍弃。被<d>和</d>包围的是弹幕文本。
    // 只处理右往左、上现隐、下现隐三种类型的普通弹幕。
    package main
     
    import (
      "fmt"
      "io"
      "io/ioutil"
      "math"
      "os"
      "regexp"
      "sort"
      "strconv"
      "strings"
    )
     
    // ass文件的头部
    const header = `[Script Info]
    ScriptType: v4.00+
    Collisions: Normal
    playResX: 640
    playResY: 360
     
    [V4+ Styles]
    Format: Name, Fontname, Fontsize, primaryColour, SecondaryColour, OutlineColour, BackColour, Bold, Italic, Underline, StrikeOut, ScaleX, ScaleY, Spacing, Angle, BorderStyle, Outline, Shadow, Alignment, MarginL, MarginR, MarginV, Encoding
    Style: Default, Microsoft YaHei, 28, &H00FFFFFF, &H00FFFFFF, &H00000000, &H00000000, 0, 0, 0, 0, 100, 100, 0.00, 0.00, 1, 1, 0, 2, 10, 10, 10, 0
     
    [Events]
    Format: Layer, Start, End, Style, Name, MarginL, MarginR, MarginV, Effect, Text
    `
     
    // 正则匹配获取弹幕原始信息
    var line = regexp.MustCompile(`<d\sp="([\d\.]+),([145]),(\d+),(\d+),\d+,\d+,\w+,\d+">([^<>]+?)</d>`)
     
    // 用来保管弹幕的信息
    type Danmu struct {
      text string
      time float64
      kind byte
      size int
      color int
    }
     
    // 使[]Danmu实现sort.Interface接口,以便排序
    type Danmus []Danmu
     
    func (d Danmus) Len() int {
      return len(d)
    }
    func (d Danmus) Less(i, j int) bool {
      return d[i].time < d[j].time
    }
    func (d Danmus) Swap(i, j int) {
      d[i], d[j] = d[j], d[i]
    }
     
    // 将正则匹配到的数据填写入Danmu类型里
    func fill(d *Danmu, s [][]byte) {
      d.time, _ = strconv.ParseFloat(string(s[1]), 64)
      d.kind = s[2][0] - '0'
      d.size, _ = strconv.Atoi(string(s[3]))
      bgr, _ := strconv.Atoi(string(s[4]))
      d.color = ((bgr >> 16) & 255) | (bgr & (255 << 8)) | ((bgr & 255) << 16)
      d.text = string(s[5])
    }
     
    // 返回文本的长度,假设ascii字符都是0.5个字长,其余都是1个字长
    func length(s string) float64 {
      l := 0.0
      for _, r := range s {
        if r < 127 {
          l += 0.5
        } else {
          l += 1
        }
      }
      return l
    }
     
    // 生成时间点的ass格式表示:`0:00:00.00`
    func timespot(f float64) string {
      h, f := math.Modf(f / 3600)
      m, f := math.Modf(f * 60)
      return fmt.Sprintf("%d:%02d:%05.2f", int(h), int(m), f*60)
    }
     
    // 读取文件并获取其中的弹幕
    func open(name string) ([]Danmu, error) {
      data, err := ioutil.ReadFile(name)
      if err != nil {
        return nil, err
      }
      dan := line.FindAllSubmatch(data, -1)
      ans := make([]Danmu, len(dan))
      for i := len(dan) - 1; i >= 0; i-- {
        fill(&ans[i], dan[i])
      }
      return ans, nil
    }
     
    // 将弹幕排布并写入w,采用的简单的固定移速、最小重叠排布算法
    func save(w io.Writer, dans []Danmu) {
      p1 := make([]float64, 36)
      p2 := make([]float64, 36)
      p3 := make([]float64, 36)
      t := 0
      max := func(x []float64) float64 {
        i := x[0]
        for _, j := range x[1:] {
          if i < j {
            i = j
          }
        }
        return i
      }
      set := func(x []float64, f float64) {
        for i, _ := range x {
          x[i] = f
        }
      }
      find := func(p []float64, f float64, i, d int) int {
        i = (i/d + 1) * d % 36
        m, k := f+10000, 0
        for j := 0; j < 36; j += d {
          t := (i + j) % 36
          if n := max(p[t : t+d]); n <= f {
            k = t
            break
          } else if m > n {
            k = t
            m = n
          }
        }
        return k
      }
      for _, dan := range dans {
        s, l := "", length(dan.text)
        if l == 0 {
          continue
        }
        switch {
        case dan.size < 25:
          dan.size, l, s = 2, l*18, "\\fs18"
        case dan.size == 25:
          dan.size, l = 3, l*28
        case dan.size > 25:
          dan.size, l, s = 4, l*38, "\\fs38"
        }
        if dan.color != 0x00FFFFFF {
          s += fmt.Sprintf("\\c&H%06X", dan.color)
        }
        switch dan.kind {
        case 1: // 右往左
          t := find(p1, dan.time, t, dan.size)
          set(p1[t:t+dan.size], dan.time+8)
          h := (t+dan.size)*10 - 1
          s += fmt.Sprintf("\\move(%d,%d,%d,%d)", 640+int(l/2), h, -int(l/2), h)
          fmt.Fprintf(w, "Dialogue: 1,%s,%s,Default,,0000,0000,0000,,{%s}%s\n",
            timespot(dan.time+0),
            timespot(dan.time+8), s, dan.text)
        case 4: // 下现隐
          j := find(p2, dan.time, 35, dan.size)
          set(p2[j:j+dan.size], dan.time+4)
          s += fmt.Sprintf("\\pos(%d,%d)", 320, (36-j)*10-1)
          fmt.Fprintf(w, "Dialogue: 2,%s,%s,Default,,0000,0000,0000,,{%s}%s\n",
            timespot(dan.time+0),
            timespot(dan.time+4), s, dan.text)
        case 5: // 上现隐
          j := find(p3, dan.time, 35, dan.size)
          set(p3[j:j+dan.size], dan.time+4)
          s += fmt.Sprintf("\\pos(%d,%d)", 320, (j+dan.size)*10-1)
          fmt.Fprintf(w, "Dialogue: 3,%s,%s,Default,,0000,0000,0000,,{%s}%s\n",
            timespot(dan.time+0),
            timespot(dan.time+4), s, dan.text)
        }
      }
    }
     
    // 主函数,实现了命令行
    func main() {
      if len(os.Args) <= 1 {
        os.Exit(0)
      }
      for _, name := range os.Args[1:] {
        dans, err := open(name)
        if err != nil {
          os.Exit(1)
        }
        if n := strings.LastIndex(name, "."); n != -1 {
          name = name[:n]
        }
        name += ".ass"
        file, err := os.Create(name)
        if err != nil {
          os.Exit(2)
        }
        file.WriteString(header)
        sort.Sort(Danmus(dans))
        save(file, dans)
        file.Close()
      }
    }
    
    

    2014.9.2 9:30am更新:对字体排布进行了修正。

    2014.9.2 9:50am更新:算法修改为固定出现时间,最小重叠排布,最终版本。

    over。欢迎各位评论,倒不如各位多多评论啊。