pip install snownlp -i https://pypi.tuna.tsinghua.edu.cn/simple

from snownlp import SnowNLP

s = SnowNLP(u'這個(gè)東西真心很贊')

s.words         # [u'這個(gè)', u'東西', u'真心',
                #  u'很', u'贊']

s.tags          # [(u'這個(gè)', u'r'), (u'東西', u'n'),
                #  (u'真心', u'd'), (u'很', u'd'),
                #  (u'贊', u'Vg')]

s.sentiments    # 0.9769663402895832 positive的概率

s.pinyin        # [u'zhe', u'ge', u'dong', u'xi',
                #  u'zhen', u'xin', u'hen', u'zan']

s = SnowNLP(u'「繁體字」「繁體中文」的叫法在臺(tái)灣亦很常見。')

s.han           # u'「繁體字」「繁體中文」的叫法
                # 在臺(tái)灣亦很常見。'

text = u'''
自然語(yǔ)言處理是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能領(lǐng)域中的一個(gè)重要方向。
它研究能實(shí)現(xiàn)人與計(jì)算機(jī)之間用自然語(yǔ)言進(jìn)行有效通信的各種理論和方法。
自然語(yǔ)言處理是一門融語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)于一體的科學(xué)。
因此，這一領(lǐng)域的研究將涉及自然語(yǔ)言，即人們?nèi)粘Ｊ褂玫恼Z(yǔ)言，
所以它與語(yǔ)言學(xué)的研究有著密切的聯(lián)系，但又有重要的區(qū)別。
自然語(yǔ)言處理并不是一般地研究自然語(yǔ)言，
而在于研制能有效地實(shí)現(xiàn)自然語(yǔ)言通信的計(jì)算機(jī)系統(tǒng)，
特別是其中的軟件系統(tǒng)。因而它是計(jì)算機(jī)科學(xué)的一部分。
'''

s = SnowNLP(text)

s.keywords(3)	# [u'語(yǔ)言', u'自然', u'計(jì)算機(jī)']

s.summary(3)	# [u'因而它是計(jì)算機(jī)科學(xué)的一部分',
                #  u'自然語(yǔ)言處理是一門融語(yǔ)言學(xué)、計(jì)算機(jī)科學(xué)、
				#	 數(shù)學(xué)于一體的科學(xué)',
				#  u'自然語(yǔ)言處理是計(jì)算機(jī)科學(xué)領(lǐng)域與人工智能
				#	 領(lǐng)域中的一個(gè)重要方向']
s.sentences

s = SnowNLP([[u'這篇', u'文章'],
             [u'那篇', u'論文'],
             [u'這個(gè)']])
s.tf
s.idf
s.sim([u'文章'])# [0.3756070762985226, 0, 0]

def gen_srt(text,srt_path):
    import re
    from snownlp import SnowNLP
    # popboy：將文本分成多個(gè)句子
    sentences = []
    t = SnowNLP(text)
    for sen in t.sentences:
        # print(sen + "\n")
        sentences.append(sen)

    # 逐句進(jìn)行再判斷，如果大于15個(gè)字符則再進(jìn)行分割。
    captions = []
    delimiter_set = {'。', '#', '?', '？', '$', ':', '：'} 
    for sen in sentences:
        if len(sen)>15:
            sub_sen = re.split(r'[{char_set}]'.format(char_set=delimiter_set), sen)
            for i in sub_sen:
                captions.append(i)
        else:
            captions.append(sen)

    # 計(jì)算每個(gè)句子的持續(xù)時(shí)間
    end_time = 0
    srt = ''
    for i, sentence in enumerate(captions):
        start_time = end_time + 0
        start_time_str = "{:02d}:{:02d}:{:02d},{}".format(int(start_time // 3600), int((start_time % 3600) // 60), int(start_time % 60), "000")
        duration = len(sentence) * 0.225
        end_time = start_time + duration
        end_time_str = "{:02d}:{:02d}:{:02d},{}".format(int(end_time // 3600), int((end_time % 3600) // 60), int(end_time % 60), "000")
        srt += "{}\n{} --> {}\n{}\n\n".format(i+1, start_time_str, end_time_str, sentence)

    # 保存srt文件
    with open(srt_path, 'w', encoding='utf-8') as f:
        f.write(srt)
    print(f'字幕srt文件已保存到{srt_path}')

if __name__ == "__main__": 
    text = '''
    在上面的代碼中，我們首先指定要打開的文本文件的路徑。然后，我們創(chuàng)建了一個(gè)簡(jiǎn)單的窗口布局，其中包含一個(gè)文本框元素用于顯示文件內(nèi)容。接下來(lái)，我們打開文本文件并讀取其內(nèi)容。
    '''
    srt_path = r'c:\captions.srt'
    gen_srt(text,srt_path)