fix: SRT 按 cue 解析并按 ID 回填译文，OCR 空帧分段与失败重试

nodes/srt.py

@@ -0,0 +1,51 @@
+"""SRT 条目解析与序列化：正文可多行或为空，保留原始毫秒时间戳。"""
+
+from __future__ import annotations
+
+import re
+from dataclasses import dataclass
+
+_TIMESTAMP = re.compile(r"^(\d{2,}:\d{2}:\d{2},\d{3})\s*-->\s*(\d{2,}:\d{2}:\d{2},\d{3})$")
+
+
+@dataclass(frozen=True)
+class Cue:
+    """一个字幕条目；序号在输出时重排，时间戳与多行正文独立保存。"""
+
+    start: str
+    end: str
+    text: str
+
+
+def parse_srt(text: str) -> list[Cue]:
+    """解析合法 SRT，兼容 BOM、CRLF、多余空行、空 cue 和末尾无空行。
+
+    非空的坏条目明确报错，避免静默漏字幕；空文件返回空列表。
+    """
+    lines = text.lstrip("\ufeff").splitlines()
+    entries = []
+    index = 0
+    while index < len(lines):
+        if not lines[index].strip():
+            index += 1
+            continue
+        if not lines[index].strip().isdigit() or index + 1 >= len(lines):
+            raise ValueError(f"invalid SRT index at line {index + 1}")
+        match = _TIMESTAMP.fullmatch(lines[index + 1].strip())
+        if match is None:
+            raise ValueError(f"invalid SRT timestamp at line {index + 2}")
+        index += 2
+        body = []
+        while index < len(lines) and lines[index].strip():
+            body.append(lines[index])
+            index += 1
+        entries.append(Cue(match[1], match[2], "\n".join(body)))
+    return entries
+
+
+def serialize_srt(entries: list[Cue]) -> str:
+    """按条目输出连续序号，空正文仍保留该条目的时间轴。"""
+    return "\n".join(
+        f"{i}\n{cue.start} --> {cue.end}\n{cue.text}\n"
+        for i, cue in enumerate(entries, 1)
+    )