PHP

Question

我有几组特定的词，我想在副标题中检测它们，然后用正则表达式删除整行：

$forbiddenWords = [
    'Ads',
    'Download',
    //
];

$file = file_get_contents('example.srt');

foreach ($forbiddenWords as $word) {
    $file .= preg_replace("/\d{3}(?!.*?-)[\s\S]*?$word\[\s\S]*?(?=\d)/", '', $file);
}

字幕行数：

1
00:00:39,243 --> 00:00:45,820
This line is ok

2
00:00:46,243 --> 00:00:51,820
This line with
"Ads" word should be deleted
and next line

3
00:01:04,243 --> 00:01:05,820
This line with
"Download" word should be deleted
and next line

4
00:01:08,664 --> 00:01:12,331
An ok line

我想要的输出：

1
00:00:39,243 --> 00:00:45,820
This line is ok

2
00:00:46,243 --> 00:00:51,820


3
00:01:04,243 --> 00:01:05,820


4
00:01:08,664 --> 00:01:12,331
An ok line

我的正则表达式不起作用，它捕获多行 DEMO REGEX

Answer 1

您可以使用

preg_replace('~^(\d+\R(\d{2}:\d{2}:\d{2},\d{3}) --> (?2))(?:\R(?!(?1)).*)*?\b(?:Download|Ads)\b[\s\S]*?(?=\s*(?:(?1)|\z))~mu', '', $text)

见regex demo

详情

^ - 行首（由于 m 标志）
(\d+\R(\d{2}:\d{2}:\d{2},\d{3}) --> (?2)) - 第 1 组（字幕 ID + 时间跨度行）：
- \d+ - 1+ 位数
- \R - 换行字符序列
- (\d{2}:\d{2}:\d{2},\d{3}) - 第 2 组（时间戳）：2 位数字，:，2 位数字，:，2 位数字，逗号，三位数字
- --> - 文字字符串
- (?2) - 时间戳模式
(?:\R(?!(?1)).*)*? - 任何 0 或更多（但尽可能少）不以字幕 ID + 时间跨度模式开头的行
\b(?:Download|Ads)\b - 整个单词 Download 或 Ads（如果需要可以添加更多）
[\s\S]*?(?=\s*(?:(?1)|\z)) - 尽可能少的任何 0 个或更多字符，直到第一次出现 0+ 个空格，后跟时间跨度模式或整个字符串的结尾。

PHP - 删除字幕中包含特定单词的整行

PHP - remove entire line in subtitle that contain with specific word

regex

subtitle