副标题
SubRip 文件格式 在
Matroska多媒体容器格式网站上被描述为“可能是所有字幕格式中最基本的。”SubRip (SubRip Text)文件的扩展名为.srt，包含格式化的纯文本行，按空行分组。字幕按顺序编号，从 1 开始。使用的时间码格式为小时:分钟:秒,毫秒，时间单位固定为两位零填充数字，分数固定为三位零填充数字（00:00:00,000）。使用的分数分隔符是逗号，因为该程序是在法国编写的。
如何从字幕（.srt）文件加载数据
请从这里下载 示例 .srt 文件。
%pip install --upgrade --quiet pysrt
<!--IMPORTS:[{"imported": "SRTLoader", "source": "langchain_community.document_loaders", "docs": "https://python.langchain.com/api_reference/community/document_loaders/langchain_community.document_loaders.srt.SRTLoader.html", "title": "Subtitle"}]-->
from langchain_community.document_loaders import SRTLoader
loader = SRTLoader(
"example_data/Star_Wars_The_Clone_Wars_S06E07_Crisis_at_the_Heart.srt"
)
docs = loader.load()
docs[0].page_content[:100]
'<i>Corruption discovered\nat the core of the Banking Clan!</i> <i>Reunited, Rush Clovis\nand Senator A'
