Python结合FFmpeg实现为视频添加内嵌字幕SRT的完整教程_Python

摘要

本文介绍如何使用 python 调用 ffmpeg，将 视频文件（mp4）与字幕文件（srt）进行无损合并，并输出带字幕的新视频。文中提供了完整可运行的 python 脚本，包括文件校验、ffmpeg 调用、错误处理等。适用于想要批量合并视频 + 字幕、制作教学视频、课程字幕嵌入等场景。

一、背景需求

在视频编辑、课程制作、影视处理等场景中，我们经常需要：

下载的视频没有内嵌字幕
手里有 .srt 字幕文件
需要把字幕“封装”到 .mp4 里（但不烧录，只是内封）

使用 ffmpeg 可以轻松做到，而 python 则可以让流程自动化、批量化。

二、实现原理

ffmpeg 提供了丰富的视频/音频/字幕处理功能，这里我们用到：

ffmpeg -i video.mp4 -i subtitle.srt -c:v copy -c:a copy -c:s mov_text output.mp4

说明：

-c:v copy：不重新编码视频（无损、快速）
-c:a copy：不重新编码音频
-c:s mov_text：将 srt 封装为 mp4 支持的字幕格式
使用 python 的 subprocess.run() 调用 ffmpeg

三、依赖环境

你的系统需要安装：

python 3.x
ffmpeg（必需）

检查 ffmpeg 是否安装：

ffmpeg -version

没有安装请到官网或使用包管理工具安装。

四、完整 python 代码（含中文注释）

下面是可直接运行的脚本，已加上完整中文说明，适合新手和入门 ffmpeg/python 的读者：

import subprocess
import os
import sys

def validate_file(file_path, file_type="file"):
    """验证文件是否存在"""
    if not os.path.exists(file_path):
        raise filenotfounderror(f"{file_type.capitalize()} 文件不存在: {file_path}")
    print(f"{file_type.capitalize()} 已验证: {file_path}")
    return true


def merge_video_with_subtitles(video_path, srt_path, output_path):
    """使用 ffmpeg 将视频与 srt 字幕合并"""

    # 1. 验证输入文件
    validate_file(video_path, "video")
    validate_file(srt_path, "subtitle")

    # 2. ffmpeg 指令
    ffmpeg_cmd = [
        'ffmpeg',
        '-i', video_path,     # 输入视频
        '-i', srt_path,       # 输入字幕
        '-c:v', 'copy',       # 视频无损copy
        '-c:a', 'copy',       # 音频无损copy
        '-c:s', 'mov_text',   # 字幕转换为 mp4 可识别格式
        '-metadata:s:s:0', 'language=chi',  # 字幕语言设置为中文
        output_path
    ]

    # 强制字幕按 utf-8 解码（避免乱码）
    ffmpeg_cmd.insert(3, '-sub_charenc')
    ffmpeg_cmd.insert(4, 'utf-8')

    try:
        # 3. 调用 ffmpeg 进行处理
        result = subprocess.run(
            ffmpeg_cmd,
            check=true,
            stdout=subprocess.pipe,
            stderr=subprocess.pipe,
            text=true
        )
        print(f"成功生成视频: {output_path}")
        print(result.stdout)

    except subprocess.calledprocesserror as e:
        print(f"ffmpeg 处理失败: {e.stderr}")
        raise
    except exception as e:
        print(f"运行 ffmpeg 时发生异常: {e}")
        raise


def main():
    # 输入文件路径（可自行修改）
    video_path = r"ss.online_gesture drawing practice _ 20 and 40 sec. poses_1080p.mp4"
    srt_path = r"ss.online_gesture drawing practice _ 20 and 40 sec. poses_1080p.srt"
    output_path = "output.mp4"

    # 合并视频 + 字幕
    merge_video_with_subtitles(video_path, srt_path, output_path)


if __name__ == "__main__":
    try:
        main()
    except exception as e:
        print(f"程序错误: {e}")
        sys.exit(1)

五、运行方式

直接：

python merge.py

执行完成后，将生成：

output.mp4

用任意播放器（如 vlc）打开 → 字幕即可选择显示。

六、说明与注意事项

1. 字幕不会“烧录”

此方法是 内封字幕（soft subtitle），播放器可以选择开启/关闭。

2. 字幕乱码？

可尝试：

-sub_charenc utf-8

代码中已自动加入该选项。

3. 多字幕？

支持。可扩展代码进行批量字幕封装。

4. 输出文件不会重新压制视频

因为：

-c:v copy -c:a copy

速度极快（几秒内完成）。

七、知识扩展

python实现json字幕转换为srt字幕

在b站下载了一个英文视频，点开来看，发现没有字幕，又在b站上下了字幕，是json格式的，但我的potplayer不支持json格式的字幕，顿时感觉被坑了，上网搜了搜json字幕转换其他字幕格式的工具，结果并没有这种东西，倒是找到了一篇srt字幕转json字幕的博客，反正闲着没事，我就参照着这篇博客用python写了个将json字幕转换为srt字幕的脚本。

先看看json字幕的格式：

from为开始时间，to为结束时间，location是位置，content是字幕内容。

再看看srt字幕的格式：

首先第一行是序号，第二行是开始时间（时：分：秒，小数位，如00:00:02,81就是2.81秒）和终止时间，第三行是字幕文字，后面一定要加上一个空行。

所以我们要做的工作主要就是把json文件的时间格式转换为srt文件的时间格式，另外再把字幕和序号添加上就可以了。

把该程序文件和json字幕文件放在同一文件夹下，运行此程序即可。

代码如下：

import json
import math
import os

for doc in os.listdir():    # 遍历当前文件夹的所有文件
    file = ''  # 这个变量用来保存数据
    i = 1
    if (doc[-4:] == 'json'):    # 若是json文件则进行处理
        name = doc[:-5]     # 提取文件名
        # 将此处文件位置进行修改，加上utf-8是为了避免处理中文时报错
        with open(doc, encoding='utf-8') as f:
            datas = json.load(f)  # 加载文件数据
            f.close()
        for data in datas:
            start = data['from']  # 获取开始时间
            stop = data['to']  # 获取结束时间
            content = data['content']  # 获取字幕内容
            file += '{}\n'.format(i)  # 加入序号
            hour = math.floor(start) // 3600
            minute = (math.floor(start) - hour * 3600) // 60
            sec = math.floor(start) - hour * 3600 - minute * 60
            minisec = int(math.modf(start)[0] * 100)  # 处理开始时间
            file += str(hour).zfill(2) + ':' + str(minute).zfill(2) + ':' + str(sec).zfill(2) + ',' + str(minisec).zfill(2)  # 将数字填充0并按照格式写入
            file += ' --> '
            hour = math.floor(stop) // 3600
            minute = (math.floor(stop) - hour * 3600) // 60
            sec = math.floor(stop) - hour * 3600 - minute * 60
            minisec = abs(int(math.modf(stop)[0] * 100 - 1))  # 此处减1是为了防止两个字幕同时出现
            file += str(hour).zfill(2) + ':' + str(minute).zfill(2) + ':' + str(sec).zfill(2) + ',' + str(minisec).zfill(2)
            file += '\n' + content + '\n\n'  # 加入字幕文字
            i += 1
        with open('./{}.srt'.format(name), 'w', encoding='utf-8') as f:
            f.write(file)  # 将数据写入文件
            f.close()

最后得到的srt文件如图所示：