TXT 转 SRT 字幕转换器

解决什么问题

从字幕组、创作者或遗留工具拿到的字幕文件，往往是 .txt 纯文本而非标准 SRT：编码可能是 UTF-16LE、GBK 或 UTF-8，排版也五花八门——有的带序号块，有的每行以时间戳开头，还有的用方括号包裹时间。直接喂给播放器或后期工具，常出现乱码、时间轴错位甚至完全无法识别。

这个技能的目标是把这类 TXT 字幕清洗、转换成标准 UTF-8 SRT，无需逐个文件排查编码或手动改写格式。

核心能力

• 编码自动识别：脚本自动检测 UTF-16LE / UTF-8 / GBK 等常见编码；东亚字幕社区常见的 UTF-16LE 类 SRT 文本也能透明转换。自动检测失败时可用 --encoding gbk 或 --encoding utf-16-le 手动指定。
• 多排版自动适配：支持三种常见格式：

- 类 SRT 的编号块（最常见）
- 时间戳开头的行
- 方括号包裹的时间戳：结束时间由下一条字幕的开始时间推算，上限 7 秒、最短 1 秒

• 多行文本保留：类 SRT 解析器正确保留多行字幕文本，不合并、不截断。
• 转换诊断报告：转换后输出检测到的编码与格式、字幕块数量、时间范围，以及校验警告（重叠时间轴、过长持续时间、空文本）。

工作流

1. 识别输入：读取 .txt 前 5–10 行，提前判断格式与潜在问题。
2. 执行转换：运行 scripts/convert.py 传入输入路径；未指定输出路径时，以 .srt 替换原扩展名。
3. 报告结果：汇报编码、格式、块数、时间范围、警告与输出路径。
4. 校验输出（可选）：打开生成的 .srt 抽查首尾若干块。

适用边界

• 脚本是仅用标准库的自包含 Python 3 实现；环境中若有 chardet 会改善编码检测，但不是必需依赖。
• 时间轴重叠只会触发警告，不会自动修复，源文件可能需要手动编辑。
• 若提示「未检测到字幕」，说明排版可能不受支持，需查看文件前 10 行后手动调整解析方式。
• 方括号格式的推算（7 秒上限 / 最短 1 秒）是启发式规则，极端稀疏或密集的字幕可能需要后处理。