按空行分割SRT字符串为指定数量对话块的Kotlin实现方案

问题 #

我有SRT格式的字符串，需要分割成多个块，每个块包含指定数量的SRT对话条目。目前使用按行数分割的Kotlin函数，但出现内容截断、块数计算错误的问题（比如6664行的SRT被分割成28块，逻辑错误），希望改为按空行分割，确保每个块包含指定数量（如400个）的完整SRT条目。

现有分割函数：

fun divideStringIntoChunks(
    input: String,
    chunkSize: Int,
    fromLocal: String,
    intoLocale: String
): ArrayList<String> {
    val formattedInput = formatString(input)
    val lines = formattedInput.split("%0A")
    val chunks = lines.chunked(chunkSize)
    val result = ArrayList<String>()

    for (chunk in chunks) {
        val joinChunk = chunk.joinToString("%0A")

        val emptyLineAfterFormatted = joinChunk + "\n"
        result.add("https://translate.google.com/?sl=$fromLocal&tl=$intoLocale&text=$emptyLineAfterFormatted&op=translate")
    }

    return result
}

编码函数：

fun formatString(input: String): String {
    val encodedString = URLEncoder.encode(input, "UTF-8")
    return encodedString.replace("+", "%20").replace("%2C", ",")
}

SRT示例：

1474
02:13:11,225 --> 02:13:13,425
Thank you. I love when
you call me Princess.

1475
02:13:14,762 --> 02:13:16,130
You work across the street?

1476
02:13:16,797 --> 02:13:17,799
Yeah.

1477
02:13:18,464 --> 02:13:20,098
Diamond exchange?

解决方案 #

核心思路是先将SRT字符串按空行分割成独立的对话条目，再将这些条目按指定数量分块，最后处理编码并生成翻译链接。修改后的代码如下：

fun divideSrtIntoEntryChunks(
    input: String,
    entriesPerChunk: Int,
    fromLocale: String,
    intoLocale: String
): List<String> {
    // 按空行分割成单个SRT条目，兼容\n\n和\r\n\r\n两种换行格式
    val srtEntries = input.split(Regex("(?<=\n)\n|(?<=\r\n)\r\n"))
        .filter { it.isNotBlank() } // 过滤首尾或中间的空条目

    // 将完整条目按指定数量分块
    val entryChunks = srtEntries.chunked(entriesPerChunk)

    // 处理每个块，生成对应的翻译链接
    return entryChunks.map { chunk ->
        // 用空行连接块内条目，还原SRT格式
        val chunkContent = chunk.joinToString("\n\n")
        // 编码内容以适配URL查询参数
        val encodedContent = formatString(chunkContent)
        // 构造翻译链接
        "https://translate.google.com/?sl=$fromLocale&tl=$intoLocale&text=$encodedContent&op=translate"
    }
}

// 保留原有的编码函数
fun formatString(input: String): String {
    val encodedString = URLEncoder.encode(input, "UTF-8")
    return encodedString.replace("+", "%20").replace("%2C", ",")
}

关键说明 #

• 精准分割条目：使用正则(?<=\n)\n|(?<=\r\n)\r\n匹配SRT中分隔条目的空行，确保每个分割结果都是完整的「编号+时间轴+字幕内容」组合，彻底避免单个条目被截断的问题。
• 清理无效条目：通过filter { it.isNotBlank() }过滤掉首尾空行或多余空行产生的无效条目，保证条目列表的整洁性。
• 按条目分块：直接对完整条目列表调用chunked，确保每个块严格包含指定数量的SRT对话，解决原按行数分割导致的块数计算错误问题。
• 格式还原：每个块内的条目用空行连接，还原标准SRT格式后再编码，保证翻译时的格式正确性。

内容的提问来源于stack exchange，提问作者Roony