如何使用Python合并多个SRT字幕文件并修正序号错乱问题

问题原因 #

你当前的脚本只是简单拼接文件内容，没有处理每个SRT文件独立从1开始的序号字段，因此会出现序号重复的问题。

解决思路 #

由于你已经保证输入文件的时间轴是按先后顺序排列的，我们只需要在遍历文件内容时，识别原有字幕的序号行，替换为全局连续的新序号即可，其余内容（时间轴、字幕内容、空分隔行）保持不变。

轻量修复代码 #

filenames = ['sub1.srt', 'sub2.srt']
current_index = 1  # 全局连续序号，从1开始

with open('output_file.srt', 'w', encoding='utf-8') as outfile:
    for fname in filenames:
        with open(fname, encoding='utf-8') as infile:
            for line in infile:
                stripped_line = line.strip()
                # 判断当前行是否为纯数字的序号行
                if stripped_line.isdigit():
                    # 替换为新的连续序号，保留原有换行符
                    outfile.write(f"{current_index}\n")
                    current_index += 1
                else:
                    # 非序号行直接写入
                    outfile.write(line)

代码说明 #

• 新增current_index变量作为全局序号计数器，初始值为1
• 逐行读取内容时，判断当前行是否为纯数字（即原SRT的序号行），如果是就写入当前的全局序号，同时计数器加1
• 其余非序号行（时间轴、字幕内容、空行）直接原封不动写入输出文件
• 额外添加了encoding='utf-8'参数，避免不同编码的字幕文件出现乱码问题

高兼容修复方案 #

如果你的字幕内容存在单独一行是纯数字的情况，上述判断逻辑会误判，此时可以使用更严谨的按块解析SRT的方案，代码如下：

import re

def parse_srt(file_path):
    """解析单个SRT文件，返回所有字幕条目列表，每个条目为(时间轴行, 字幕内容行列表)"""
    with open(file_path, encoding='utf-8') as f:
        content = f.read()
    # 正则匹配SRT的每个条目：数字 + 时间轴 + 字幕内容 + 空行
    pattern = re.compile(r'\d+\n(\d{2}:\d{2}:\d{2},\d{3} --> \d{2}:\d{2}:\d{2},\d{3})\n(.*?)\n\n', re.DOTALL)
    items = []
    for match in pattern.finditer(content):
        time_line = match.group(1)
        content_lines = match.group(2)
        items.append((time_line, content_lines))
    return items

filenames = ['sub1.srt', 'sub2.srt']
all_items = []
# 读取所有文件的条目
for fname in filenames:
    all_items.extend(parse_srt(fname))

# 重新编号写入输出文件
with open('output_file.srt', 'w', encoding='utf-8') as f:
    for idx, (time_line, content_lines) in enumerate(all_items, start=1):
        f.write(f"{idx}\n")
        f.write(f"{time_line}\n")
        f.write(f"{content_lines}\n\n")

该方案通过正则严格匹配SRT条目结构，不会受到字幕内容里数字的影响，兼容性更好。

内容的提问来源于stack exchange，提问作者japey49036m