解析XML字幕并转换为.srt纯文本

Question

我有一个XML文档如下：

<document id="5509769">
  <s id="1">
    <time id="T1S" value="00:00:07,910" />
    <w alternative="Ciske" id="1.1">CISKE</w>
    <w id="1.2">Die</w>
    <w alternative="rot" id="1.3">ROT</w>
    <time id="T1E" value="00:00:10,910" />
  </s>
  <s id="2">
    <time id="T2S" value="00:00:12,320" />
    <w id="2.1">Almal</w>
    <w id="2.2">kan</w>
    <w id="2.3">maar</w>
    <w id="2.4">die</w>
    <w id="2.5">Cholera</w>
    <w id="2.6">kry</w>
    <w id="2.7">,</w>
    <time id="T2E" value="00:00:15,690" />
    <time id="T3S" value="00:00:15,750" />
    <w id="2.8">en</w>
    <w id="2.9">vir</w>
    <w id="2.10">my</w>
    <w id="2.11">part</w>
    <w id="2.12">kan</w>
    <w id="2.13">almal</w>
    <w id="2.14">doodgaan</w>
    <w id="2.15">.</w>
    <time id="T3E" value="00:00:18,890" />
  </s>
  <s id="3">
    <time id="T4S" value="00:00:18,960" />
    <w id="3.1">Ek</w>
    <w id="3.2">het</w>
    <w id="3.3">nie</w>
    <w id="3.4">lus</w>
    <w id="3.5">om</w>
    <w id="3.6">te</w>
    <w id="3.7">leer</w>
    <w id="3.8">nie</w>
    <w id="3.9">.</w>
    <time id="T4E" value="00:00:22,490" />
   </s>
</document>

我希望使用Linq将其转换为.srt纯文本文件。

例如，这个XML节点的输出应该是：

1
00:00:07,910 --> 00:00:10,910
CISKE Die ROT

2
00:00:12,320 --> 00:00:18,890
Almal kan maar die Cholera kry, en vir my part kan almal doodgaan.

3
00:00:18,960 --> 00:00:22,490
Ek het nie lus om te leer nie.

我试过这样做：

XmlDocument xmldoc = new XmlDocument();
xmldoc.Load(XML);
using (var nodeReader = new XmlNodeReader(xmldoc))
{
   nodeReader.MoveToContent();
   XDocument xdoc = XDocument.Load(nodeReader);            
   List<dynamic> elements =
   (
      from item in xdoc.Descendants("s")
      select new
      {
         Begin = (item.FirstNode as XElement).LastAttribute.Value,
         Last = (item.LastNode as XElement).LastAttribute.Value
      }
   ).ToList<dynamic>();
}

但我无法检索所有w节点值。

Answer 1

您可以通过从父项目获取所有w子代来获取w元素的所有值。

如下面的代码所示，NodeValuesInArray作为一个值数组返回，您可以在以后进行迭代。

此外，我还提供了一个(NodeValuesCommaSeparated)值的空格分隔版本，如果更合适的话，它可以直接用于显示。

using (var nodeReader = new XmlNodeReader(xmldoc))
{
    nodeReader.MoveToContent();
    XDocument xdoc = XDocument.Load(nodeReader);
    List<dynamic> elements =
    (
        from item in xdoc.Descendants("s")
        select new
        {
            Begin = (item.FirstNode as XElement).LastAttribute.Value,
            Last = (item.LastNode as XElement).LastAttribute.Value,
            NodeValuesInArray = item.Descendants("w").Select(q => q.Value).ToArray(),
            NodeValuesCommaSeparated = string.Join(" ", item.Descendants("w").Select(q => q.Value).ToArray())
        }
    ).ToList<dynamic>();
}