YouTube字幕神器倒數！快用Python輕鬆抓取、翻譯，還能解決IP問題！

好的，這是一篇部落格文章，旨在向台灣讀者介紹 YouTube Transcript API。

YouTube字幕輕鬆Get！Python API讓你一鍵抓取、翻譯YouTube字幕，還能解決IP封鎖問題！

各位台灣的朋友，是不是常常覺得看YouTube影片想要做筆記，或是研究某些主題，但總是苦於沒有字幕可以複製貼上，或是想要翻譯成中文卻找不到工具呢？今天就要來介紹一個超實用的Python工具 – youtube-transcript-api，讓你輕鬆搞定YouTube字幕！

什麼是 YouTube Transcript API？

簡單來說，youtube-transcript-api 是一個Python函式庫，它可以讓你用程式的方式抓取YouTube影片的字幕。而且它不只可以抓取手動上傳的字幕，連YouTube自動產生的字幕也能抓取！更棒的是，它還支援字幕翻譯，讓你不用再手動複製貼上到翻譯網站了！

更重要的是，這個工具不需要像其他基於Selenium的解決方案一樣啟動一個瀏覽器才能運作，速度更快更方便。

為什麼你需要 YouTube Transcript API？

• 方便做筆記、研究： 快速抓取字幕，方便整理重點、引用內容。
• 語言學習利器： 搭配翻譯功能，輕鬆學習外語。
• 內容分析好幫手： 分析影片內容，了解觀眾喜好、市場趨勢。
• 自動化工作流程： 將字幕資料應用於各種自動化任務，例如影片內容摘要、關鍵字提取等。

如何開始使用 YouTube Transcript API？

別擔心，即使你是Python初學者，也能輕鬆上手！

1. 安裝

首先，你需要安裝這個函式庫。打開你的終端機（Terminal）或命令提示字元（Command Prompt），輸入以下指令：

pip install youtube-transcript-api

2. 簡單範例：抓取字幕

安裝完成後，就可以開始使用了！以下是一個簡單的範例，示範如何抓取特定YouTube影片的英文字幕：

from youtube_transcript_api import YouTubeTranscriptApi

try:
    transcript = YouTubeTranscriptApi.get_transcript("影片ID")  #將影片ID換成實際ID
    for entry in transcript:
        print(f"{entry['start']} - {entry['duration']}: {entry['text']}")
except Exception as e:
    print(f"發生錯誤：{e}")

請記得將 "影片ID" 替換成你想要抓取字幕的YouTube影片ID。影片ID通常是YouTube網址 https://www.youtube.com/watch?v=影片ID` 中v=` 後面的一串字元。

3. 進階用法：指定語言、翻譯字幕

youtube-transcript-api 還有許多進階用法，例如：

• 指定語言： 如果影片有多種語言的字幕，你可以指定要抓取的語言。

  from youtube_transcript_api import YouTubeTranscriptApi
  
  try:
      transcript = YouTubeTranscriptApi.get_transcript("影片ID", languages=['zh-TW', 'en']) # 首先抓取繁體中文，如果沒有再抓英文
      for entry in transcript:
          print(f"{entry['start']} - {entry['duration']}: {entry['text']}")
  except Exception as e:
      print(f"發生錯誤：{e}")
  

• 翻譯字幕： 將字幕翻譯成其他語言。

from youtube_transcript_api import YouTubeTranscriptApi
from youtube_transcript_api.formatters import JSONFormatter
import json

try:
    transcript = YouTubeTranscriptApi.get_transcript("影片ID",languages=['en'])
    formatter = JSONFormatter()
    json_formatted = formatter.format_transcript(transcript)
    data = json.loads(json_formatted) # 字串轉 JSON

    # 這邊需要安裝 googletrans==4.0.0-rc1
    from googletrans import Translator
    translator = Translator()
    for item in data:
        item["text"] = translator.translate(item["text"], dest='zh-tw').text # 將英文翻譯成繁體中文

    print (json.dumps(data, indent=4, ensure_ascii=False)) # 輸出成格式化的JSON格式
except Exception as e:
    print(f"發生錯誤：{e}")

錯誤排除小技巧：

• 找不到字幕： 確認影片是否有提供字幕，以及你指定的語言是否可用。
• API錯誤： youtube-transcript-api 使用的是YouTube非官方API，如果YouTube修改了API，可能會導致程式無法正常運作。請隨時關注函式庫的更新。
• 遇到 KeyError 錯誤: 有時候YouTube的字幕格式不一致，導致程式在解析字幕時出現錯誤。可以嘗試使用 try...except 語法來捕捉錯誤，並跳過無法解析的字幕片段。

4. 使用CLI工具

除了在Python程式中使用，youtube-transcript-api 也提供了Command Line Interface (CLI) 工具，讓你直接在終端機中抓取字幕。

例如，要抓取影片ID為 dQw4w9WgXcQ 的英文字幕，可以使用以下指令：

youtube_transcript_api dQw4w9WgXcQ --languages en

更多CLI工具的使用方法，可以參考官方文件。

解決IP封鎖問題：使用Proxy

最近，YouTube開始封鎖一些雲端服務供應商的IP，導致程式在執行時可能會出現 RequestBlocked 或 IpBlocked 錯誤。為了避免這個問題，你可以使用Proxy。

1. 使用 Webshare (推薦)

youtube-transcript-api 整合了 Webshare 這個Proxy服務，讓你更容易設定Proxy。

首先，你需要註冊一個 Webshare帳戶，並購買 “Residential” Proxy方案。然後，在 Webshare Proxy Settings 頁面找到你的 “Proxy Username” 和 “Proxy Password”，並將它們填入以下程式碼：

from youtube_transcript_api import YouTubeTranscriptApi
from youtube_transcript_api.proxies import WebshareProxyConfig

ytt_api = YouTubeTranscriptApi(
    proxy_config=WebshareProxyConfig(
        proxy_username="<你的Proxy Username>",
        proxy_password="<你的Proxy Password>",
    )
)

# 現在，所有使用 ytt_api 發出的請求都會透過 Webshare Proxy
ytt_api.get_transcript("影片ID")

2. 使用其他Proxy服務

如果你想使用其他Proxy服務，可以使用 GenericProxyConfig 類別：

from youtube_transcript_api import YouTubeTranscriptApi
from youtube_transcript_api.proxies import GenericProxyConfig

ytt_api = YouTubeTranscriptApi(
    proxy_config=GenericProxyConfig(
        http_url="http://user:pass@my-custom-proxy.org:port",
        https_url="https://user:pass@my-custom-proxy.org:port",
    )
)

# 現在，所有使用 ytt_api 發出的請求都會透過你設定的 Proxy
ytt_api.get_transcript("影片ID")

重要提醒： 使用Proxy並不保證一定不會被封鎖，YouTube可能會封鎖Proxy的IP。因此，建議選擇可以輪換IP的Proxy服務，以提高穩定性。

字幕格式化

youtube-transcript-api 提供了多種字幕格式化工具，讓你將抓取到的字幕轉換成不同的格式，例如JSON、Text、WebVTT、SRT等。

from youtube_transcript_api import YouTubeTranscriptApi
from youtube_transcript_api.formatters import JSONFormatter, TextFormatter, WebVTTFormatter, SRTFormatter

ytt_api = YouTubeTranscriptApi()
transcript = ytt_api.get_transcript("影片ID")

# 轉換成 JSON 格式
json_formatter = JSONFormatter()
json_formatted = json_formatter.format_transcript(transcript)
print(json_formatted)

# 轉換成 Text 格式
text_formatter = TextFormatter()
text_formatted = text_formatter.format_transcript(transcript)
print(text_formatted)

# 轉換成 WebVTT 格式
vtt_formatter = WebVTTFormatter()
vtt_formatted = vtt_formatter.format_transcript(transcript)
print(vtt_formatted)

# 轉換成 SRT 格式
srt_formatter = SRTFormatter()
srt_formatted = srt_formatter.format_transcript(transcript)
print(srt_formatted)

你也可以自訂字幕格式化工具，只需要繼承 Formatter 類別，並實作 format_transcript 方法即可。

開源專案，歡迎貢獻

youtube-transcript-api 是一個開源專案，歡迎大家一起來貢獻程式碼、回報問題、或是提供建議。

注意事項

youtube-transcript-api 使用的是YouTube非官方API，因此有可能因為YouTube修改API而失效。如果遇到問題，請隨時關注函式庫的更新，或是向開發者回報。

結語

youtube-transcript-api 是一個非常實用的工具，可以幫助你更方便地使用YouTube字幕。無論是做筆記、研究、學習語言，或是進行內容分析，它都能成為你的好幫手。趕快動手試試看吧！

希望這篇文章對你有幫助！如果你覺得這篇文章不錯，請分享給你的朋友，也歡迎在下方留言分享你的使用心得。

參考閱讀

https://github.com/jdepoix/youtube-transcript-api