字幕里的小于号和与号丢了，怎样处理VTT实体与文本标签

2026-10-24

字幕中的小于号、与号和允许的文字标签要按WebVTT cue文本语法处理。把公式中的小于号原样写入，可能被当作标签起点；而把整段HTML复制进VTT，也不会自动得到网页的全部排版能力。

这组文件怎样比较

附件用馆藏说明中的条件式和注音制作真实VTT，包含字符引用、粗体和ruby结构。公开程序同时保留源字符串、token与便于比对的纯文本，避免只看剥除标签后的结果就丢失原始标记信息；纯文本不是渲染截图。

先区分需要显示的字符与需要表达结构的标签。公式里的小于号可写成字符引用，与号本身同样需要转义；真正的粗体标记则保留为允许的span。不要对整个文件一口气转义，否则时间箭头或原有实体也可能被改成错误内容。
再按cue payload读取实体和标记，确认本例标签集合只有b、ruby和rt。未知标签应报告并交给支持该语法的工具复查，而不是宣称已安全转换成通用HTML；文件解析和HTML脚本执行的语境不同，本题不会加载外部资源。
将可见文字比较串与制作方确认稿并排，重点核对公式符号、引号和注音对应。剥除ruby标签会把注音文字连进普通字符串，这是用于检索的近似表示，不能据此认定注音最终位置；最终排版仍需在目标字幕渲染器查看。

常见反例是重复转义：已写好的实体再次被处理后，画面可能直接显示实体拼写。另一个反例是先用正则去掉所有尖括号段，把本该显示的比较符号后内容也删掉。转换前后都应保留文本长度和关键短语对照，不能只确认程序没有报错。

下载全部附件到同一个独立目录，用 python verify.py 运行本题独立核验脚本。依赖为Python 3.12.4标准库；程序不联网、不连接设备，读取本题文件并在终端输出检查结果。本地实际执行回执保存实际命令、退出码和完整输出。

运行回执会展示公式的纯文本包含正确比较符号，并列出被提取的token。所用标准库HTML实体解码仅帮助本例字符对照，不代表实现了完整WebVTT cue文本构树；程序没有验证所有嵌套规则，也没有测任何播放器的ruby支持。

本文依据WebVTT 2026年5月20日候选推荐草案；这是工作中的规范版本。脚本只覆盖文中列出的语法，不是全规范验证器，未测试浏览器的容错与实际呈现。

提交文件时附上源文本、允许标签清单与目标渲染器测试截图的待填项。若接收方仅支持纯文本，应制作明确的降级版本并人工校对注音处理，不要静默删标记。文件语法通过后，再查字体是否含所需字形，避免把缺字误归因实体解析。

相关背景见字幕 / 字符叠加播放实现，还可从多媒体播放专题继续查找文件处理方法。需要核对实际工程的接收条件时，可携带本题文件与读回结果进行工程对接咨询。

来源核对日期：2026-10-24。引用支持文件机制；原创输入的本地结果不代表客户素材或现场系统已经通过验收。

评论发布后会被人工复核，违规内容将被删除。

如果发表没有反应，可以前往联系我们告诉我们。