移除字幕檔中的英文句子，保留其他語言的句子

如果一個字幕檔，包含類似這樣的內容:

1
00:00:11,761 --> 00:00:13,722
Welcome.
Bienvenidos y bienvenidas.

要把這樣的檔案中，編號的句子(例如上面的 1)，以及英文的句子移除，可以用下列的 python 程式碼來處理。


    

      

        

  

    
    


        


  


  

        

          

          
def is_chinese(string):
        
        

          

          
    for ch in string:
        
        

          

          
        if u'\u4e00' <= ch <= u'\u9ffff':
        
        

          

          
            return True
        
        

          

          
    return False
        
        

          

          


        
        

          

          


        
        

          

          
with open('1.txt', mode='r') as in_file, \
        
        

          

          
     open('1_zh.txt', mode='w') as out_file:
        
        

          

          


        
        

          

          
    for line in in_file:
        
        

          

          
        line = line.strip()
        
        

          

          
        if line:
        
        

          

          
            if (line[0].isnumeric()):
        
        

          

          
                out_file.write(line + '\n')
        
        

          

          
            elif (is_chinese(line)):
        
        

          

          
                out_file.write(line + '\n\n')
        
  



    

  


      
      

        view raw
        
          subtitle.remove.english.py
        
        hosted with ❤ by GitHub