Translate SRT MCP Server

""" SRTファイルの解析と生成を行うモジュール このモジュールはSRT (SubRip) 形式の字幕ファイルを解析し、 字幕オブジェクトとして管理し、再びSRT形式で出力する機能を提供する。 """ import re import chardet from typing import List, Optional from dataclasses import dataclass @dataclass class Subtitle: """字幕エントリを表すデータクラス Attributes: index (int): 字幕の番号（1から開始） start_time (str): 開始時刻（HH:MM:SS,mmm形式） end_time (str): 終了時刻（HH:MM:SS,mmm形式） text (str): 字幕テキスト（改行を含む可能性がある） """ index: int start_time: str end_time: str text: str class SRTParser: """SRTファイルの解析と生成を行うクラス""" # タイムスタンプの正規表現パターン TIME_PATTERN = re.compile( r'(\d{2}:\d{2}:\d{2},\d{3})\s*-->\s*(\d{2}:\d{2}:\d{2},\d{3})' ) def __init__(self): """SRTParserのインスタンスを初期化する""" pass def detect_encoding(self, file_path: str) -> str: """ファイルのエンコーディングを検出する Args: file_path (str): ファイルパス Returns: str: 検出されたエンコーディング（UTF-8を優先） Raises: FileNotFoundError: ファイルが存在しない場合 IOError: ファイル読み込みエラーの場合 """ try: with open(file_path, 'rb') as f: raw_data = f.read() # chardetを使用してエンコーディングを検出 detected = chardet.detect(raw_data) encoding = detected['encoding'] if detected['encoding'] else 'utf-8' # UTF-8を優先する if encoding.lower() in ['ascii', 'utf-8']: return 'utf-8' return encoding except FileNotFoundError: raise FileNotFoundError(f"ファイルが見つかりません: {file_path}") except Exception as e: raise IOError(f"ファイルの読み込みエラー: {e}") def parse_srt(self, file_path: str) -> List[Subtitle]: """SRTファイルを解析して字幕オブジェクトのリストを返す Args: file_path (str): SRTファイルのパス Returns: List[Subtitle]: 解析された字幕オブジェクトのリスト Raises: FileNotFoundError: ファイルが存在しない場合 ValueError: SRT形式が不正な場合 IOError: ファイル読み込みエラーの場合 """ encoding = self.detect_encoding(file_path) try: with open(file_path, 'r', encoding=encoding) as f: content = f.read().strip() except Exception as e: raise IOError(f"ファイルの読み込みエラー: {e}") if not content: return [] # 字幕エントリを分割（空行で区切られる） entries = re.split(r'\n\s*\n', content) subtitles = [] for entry_index, entry in enumerate(entries, 1): if not entry.strip(): continue lines = entry.strip().split('\n') if len(lines) < 3: continue # 不完全なエントリはスキップ # 1行目: 字幕番号 try: index = int(lines[0].strip()) except (ValueError, IndexError): raise ValueError(f"字幕番号が不正です（エントリ {entry_index}）: {lines[0] if lines else 'empty'}") # 2行目: タイムスタンプ if len(lines) < 2: raise ValueError(f"タイムスタンプが見つかりません（エントリ {entry_index}）") time_match = self.TIME_PATTERN.match(lines[1].strip()) if not time_match: raise ValueError(f"タイムスタンプ形式が不正です（エントリ {entry_index}）: {lines[1]}") start_time, end_time = time_match.groups() # 3行目以降: 字幕テキスト text_lines = lines[2:] text = '\n'.join(text_lines).strip() if not text: continue # テキストが空の場合はスキップ subtitles.append(Subtitle( index=index, start_time=start_time, end_time=end_time, text=text )) return subtitles def save_srt(self, subtitles: List[Subtitle], file_path: str, encoding: str = 'utf-8') -> None: """字幕オブジェクトのリストからSRTファイルを生成する Args: subtitles (List[Subtitle]): 字幕オブジェクトのリスト file_path (str): 出力ファイルパス encoding (str): 出力ファイルのエンコーディング（デフォルト: utf-8） Raises: IOError: ファイル書き込みエラーの場合 ValueError: 字幕データが不正な場合 """ if not subtitles: raise ValueError("字幕データが空です") # 字幕データの事前検証 for i, subtitle in enumerate(subtitles): if not subtitle.start_time or not subtitle.end_time or not subtitle.text: raise ValueError(f"字幕データが不完全です（インデックス: {i}）") try: with open(file_path, 'w', encoding=encoding) as f: for i, subtitle in enumerate(subtitles): # SRT形式で出力 f.write(f"{subtitle.index}\n") f.write(f"{subtitle.start_time} --> {subtitle.end_time}\n") f.write(f"{subtitle.text}") # 最後のエントリ以外は空行を2つ追加 if i < len(subtitles) - 1: f.write("\n\n") except ValueError: # ValueErrorは再発生 raise except Exception as e: raise IOError(f"ファイルの書き込みエラー: {e}") def validate_time_format(self, time_str: str) -> bool: """時刻形式が正しいかを検証する Args: time_str (str): 時刻文字列（HH:MM:SS,mmm形式） Returns: bool: 形式が正しい場合はTrue """ pattern = re.compile(r'^(\d{2}):(\d{2}):(\d{2}),(\d{3})$') match = pattern.match(time_str) if not match: return False # 時刻の範囲をチェック hours, minutes, seconds, milliseconds = map(int, match.groups()) if hours > 23 or minutes > 59 or seconds > 59 or milliseconds > 999: return False return True def format_time(self, hours: int, minutes: int, seconds: int, milliseconds: int) -> str: """時刻を SRT 形式の文字列に変換する Args: hours (int): 時間 minutes (int): 分 seconds (int): 秒 milliseconds (int): ミリ秒 Returns: str: SRT形式の時刻文字列 """ return f"{hours:02d}:{minutes:02d}:{seconds:02d},{milliseconds:03d}" def generate_srt_string(self, subtitles: List[Subtitle]) -> str: """字幕オブジェクトのリストからSRT形式の文字列を生成する Args: subtitles (List[Subtitle]): 字幕オブジェクトのリスト Returns: str: SRT形式の文字列データ Raises: ValueError: 字幕データが不正な場合 """ if not subtitles: raise ValueError("字幕データが空です") # 字幕データの事前検証 for i, subtitle in enumerate(subtitles): if not subtitle.start_time or not subtitle.end_time or not subtitle.text: raise ValueError(f"字幕データが不完全です（インデックス: {i}）") srt_lines = [] for i, subtitle in enumerate(subtitles): # SRT形式で追加 srt_lines.append(str(subtitle.index)) srt_lines.append(f"{subtitle.start_time} --> {subtitle.end_time}") srt_lines.append(subtitle.text) # 最後のエントリ以外は空行を追加 if i < len(subtitles) - 1: srt_lines.append("") return "\n".join(srt_lines) async def parse_file(self, file_path) -> List[Subtitle]: """SRTファイルを解析して字幕オブジェクトのリストを返す（非同期版） Args: file_path: ファイルパス（Path オブジェクトまたは文字列） Returns: List[Subtitle]: 解析された字幕オブジェクトのリスト """ # pathlib.Path オブジェクトを文字列に変換 return self.parse_srt(str(file_path))