从YouTube视频中提取自动字幕

Question

我在从YouTube视频中提取自动字幕时遇到问题。

我尝试使用http://video.google.com/timedtext?type=track&v=3wszM2SA12E&name=Automatic&lang=en方法，但该方法只适用于那些具有命名轨道的视频。例如，这个没有任何命名的曲目(只有自动字幕)，也没有加载: rrkrvAUbU9Y

有几个web应用程序可以做到这一点(如http://www.serpsite.com/youtube-subtitles-download-tool/和http://mo.dbxdb.com/)，但我需要一个脚本，因为我想用它来做研究。

有没有人知道正确的方法是什么？YouTube的API有一些关于字幕的功能，但只适用于注册用户，而上面的应用程序适用于所有视频，我怀疑它们只是从页面捕获html代码(尽管这也是可能的)。一定有办法..。请帮帮我！

Answer 1

您需要先调用另一个接口：http://video.google.com/timedtext?type=list&v=3wszM2SA12E

这将为您提供可用的曲目列表。在您的示例中，只能获取一个曲目：id="0" name="Automatic" lang_code="en" lang_original="English" lang_translated="English" lang_default="true"

在这个特殊的视频中，我可以通过名称name=Automatic获得曲目

https://video.google.com/timedtext?type=track&v=3wszM2SA12E&name=Automatic&lang=en

但对于另一个视频，id=工作得很好：

http://video.google.com/timedtext?type=track&v=zenMEj0cAC4&&lang=en

Answer 2

以下是我花了一段时间后的建议：

• Js库：https://github.com/syzer/youtube-captions-scraper =>支持自动生成标题。下面的
• 2快速方法不支持自动生成标题

- Get a list of subtitles: [http://video.google.com/timedtext?type=list&v=lT3vGaOLWqE](http://video.google.com/timedtext?type=list&v=lT3vGaOLWqE)
- Get subtitle with track id: [http://video.google.com/timedtext?type=track&v=lT3vGaOLWqE&id=0&lang=en](http://video.google.com/timedtext?type=track&v=lT3vGaOLWqE&id=0&lang=en)

​

快速下载：http://downsub.com/?url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3Dag_EJRhMfOM的

Answer 3

一个伟大的方式去获得一个页面的数据是通过使用file_get_contents，但这只适用于，如果视频有一个'CC‘或字幕按钮，但当它这样做的时候，你可以得到所有的文本元素从xml文件不幸的文件中的一个'Youtube to caption’服务说，它需要由Youtube启用字幕，所以不幸的是，你无法获得字幕从视频没有'CC‘启用，但是，如果你仍然想你可以使用file_get_contents对xml文件，然后找到所有的’‘标签，然后将这些转换为字幕。