Python如何读取UTF-16 LE BOM编码文件并使用regex处理Premiere导出章节标记

只需要在文件打开的代码中显式指定编码格式，无需修改其他逻辑，即可直接适配Premiere Pro导出的UTF-16 LE BOM编码原文件，不需要手动转码每个txt文件。

修改后完整代码 #

import math
import re

# 仅修改open函数参数，新增encoding指定，自动处理BOM和UTF-16 LE编码
with open('chapters.txt', 'r', encoding='utf-16') as f:
   next(f)
   for line in f:
      x = re.match(r".*?\t\t\t(\d{2}):(\d{2}):(\d{2}):(\d{2})", line)
      hrs = int(x.group(1))
      mins = int(x.group(2))
      secs = int(x.group(3))
      frms = int(x.group(4))

      minutes = (hrs * 60) + mins
      seconds = secs + (minutes * 60)
      milliseconds = (seconds * 1000)
      frames = math.ceil(frms * 41.7)
      timestamp = (milliseconds + frames)
      print(timestamp)

补充说明 #

• 如果运行后出现乱码或匹配失败的情况，可尝试将encoding参数值替换为utf-16-le
• 代码中帧转毫秒的系数41.7对应24fps的视频（1000/24≈41.666），如果你的视频帧率不是24fps，可将该系数替换为1000/你的视频实际帧率
• 后续如果需要生成ffmpeg可直接识别的章节格式，直接将输出的毫秒数按ffmpeg要求的元数据规则拼接即可

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