原生实现互动字幕最省事:需嵌套于内、srclang必填、kind="subtitles"、.vtt首行WEBVTT且UTF-8无BOM、时间戳毫秒三位;动态切换须用textTracks API而非改src。

用 <track></track> 实现原生互动字幕最省事
浏览器原生支持的字幕切换,根本不用自己监听 timeupdate 或手动插入 div。只要 <track></track> 标签写对、.vtt 文件合规,语言切换、开启关闭、默认加载全由浏览器接管。
常见错误是把 <track></track> 放在 <video></video> 外面,或漏掉 srclang——没这个属性,Chrome/Firefox 就不会把它显示在右键菜单或控件栏的语言列表里。
-
<track></track>必须嵌套在<video></video>内部,且放在所有<source></source>之后 -
kind="subtitles"不可写成"caption"(那是为听障设计的,样式和行为不同) -
default属性只能出现在一个<track></track>上;多个都加会导致行为未定义 - 路径必须可访问:如果用构建工具(如 Vite/Webpack),
.vtt要放在public/下,否则 404 静默失败,控制台也不报错
WebVTT 文件头和时间格式错一位就失效
.vtt 不是随便写个文本就能用。浏览器校验极严:首行必须是 WEBVTT(全大写、顶格、无空格、无 BOM),后面空一行才能写字幕块。
时间戳格式是硬性要求:00:01:23.456 --> 00:01:25.789,毫秒必须三位。写成 .45 或 .4567,Firefox 直接跳过整条,Chrome 可能只渲染第一条后就停住。
立即学习“前端免费学习笔记(深入)”;
- UTF-8 编码必须无 BOM,否则中文显示为方块(尤其 Windows 记事本默认带 BOM)
- 换行用
\n,不是<br>
;居中靠align:center指令,不是 CSS 的text-align - 支持
<c.zh>你好</c.zh>这类类名标记,但 Safari 对<b></b>、<i></i>渲染不可靠,建议全用 CSS 控制
JavaScript 动态切换字幕语言不能改 src
直接给 <track></track> 元素设 src = "en.vtt" 是无效的。浏览器只在元素首次插入 DOM 时加载一次,后续改 src 不触发重载。
真要运行时切换,得走 textTracks API:
- 先确保 HTML 中已声明所有语言的
<track></track>(哪怕default只给一个) - 用
video.textTracks[i].mode = "disabled"关闭当前轨道,再设目标轨道为"showing" - 别依赖
video.textTracks[0]——顺序不保证,应按srclang查找:Array.from(video.textTracks).find(t => t.language === "en") - 切换后立即调用
video.textTracks[i].mode = "showing",但需等onload事件(若需确认加载完成)
自定义字幕层适合特殊交互,但代价很高
如果需求超出原生能力——比如弹出翻译气泡、点击字幕跳转章节、高亮关键词——那只能放弃 <track></track>,自己实现字幕层。
这意味你要:手写 WebVTT 解析器(时间戳转毫秒、处理 cue settings)、监听 timeupdate 并做区间匹配、防抖避免高频重绘、手动继承字体缩放逻辑(font-size: 1.2em 在不同设备上表现不一)、还要补无障碍属性(aria-live 等)。
第三方库如 video.js 的 language() 方法,有些只是 UI 切换,底层并未调用 textTracks,务必检查其源码或 DevTools 的 textTracks 列表是否真实变化。



















