Module subtitle 

字幕解析：srt / vtt / ass / ssa（零第三方依赖，语义对齐 Python plugins/subtitle.py）。

字幕不是纯文本：序号、--> 时间码、{\pos(..)} 覆盖块、VTT 内联标签都会污染下游 （TTS 会念出时间码），所以单独一个后端，而不是落到 txt。

约定（两载体逐字一致，见 FORMAT_TODO P3）：

• 一条字幕条目 = 一页：Page.name = 规范化时间轴 HH:MM:SS,mmm --> HH:MM:SS,mmm （VTT 的 .、ASS 的厘秒都归一到这里），文本是该页唯一的 Paragraph 块， 条目内换行保留为 \n。
• 文本清理：先剥 <...> 标签，再解 6 个实体（& < > " '  ）， 两者顺序不能反，否则 <b> 会被当成标签吞掉。
• ASS/SSA 额外：删 {...} 覆盖块，\N / \n → 换行，\h → 空格。
• 清理后为空的条目跳过；一条不剩则 corrupt。
• 严格 UTF-8（可带 BOM）：猜编码会把中文念成乱码，宁可报错让调用方先转码。

Structs

SubtitleParseCapability

字幕解析后端（一个实现覆盖 srt/vtt/ass/ssa，靠 kind 分派）。

SubtitlePlugin

字幕插件：每条一页，页内一个 Paragraph 块（与 Python SubtitlePlugin 同构）。

Constants

FORMATS

支持的扩展名（ssa 与 ass 共用同一套事件表解析）。

Functions

ass_text

ASS 文本：去覆盖块 → \N / \n 转换行 → \h 转空格。

clean_text

标签 → 实体 → 逐行去空白；保留条目内换行。

decode_entities

只解 6 个常见实体；& 后 10 个字符内找不到 ; 就按普通字符处理。

format_clock

毫秒 → HH:MM:SS,mmm（小时不截断，不足两位补零）。

parse_ass

ASS/SSA：只吃 [Events] 段的 Format: + Dialogue:（Comment: 跳过）。

parse_clock

[H:]MM:SS[.,]fff → 毫秒；无法解析返回 None。

parse_cues

解析成 [(规范化时间轴, 已清理文本)]，空白条目丢弃；一条不剩 → corrupt。

parse_srt

SRT：组内首个含 --> 的行是时间轴，其后全是文本；无时间轴的组跳过。

parse_timeline

start --> end [settings] → (start_ms, end_ms)；非法返回 None。

parse_vtt

VTT：首行必须 WEBVTT；NOTE / STYLE / REGION 块跳过；时间轴后可带设置。

read_subtitle

严格 UTF-8（可带 BOM）读取并归一换行；非法字节 → corrupt。

register_defaults

注册字幕后端与插件（无第三方依赖，始终编译）。

split_blocks

按空行分组；组内保留原始行（行尾空白去掉，组尾空行丢弃）。

strip_ass_overrides

删除 ASS 覆盖块 {...}（{\pos(..)} / {\i1} 等）。

strip_tags

剥离 <...> 标签；< 后没有 > 时按普通字符保留（不吞掉半个文本）。