解析 youtube 字幕

最新推荐文章于 2024-05-18 09:47:06 发布

windylimiao

最新推荐文章于 2024-05-18 09:47:06 发布

阅读量1.3k

点赞数 1

文章标签： javascript node 字幕工具

本文链接：https://blog.csdn.net/miao9999/article/details/111378713

版权

我们在看 YouTube 视频的时候，经常有下载字幕的需求，一般会使用一些浏览器插件来帮助下载，但是这些插件经常会失效，又要重新去找其他的插件，很浪费时间。做为一个程序员，自己实现一个解析字幕的小程序还是不算难的。

第一步：找到视频对应的字幕

在这里插入图片描述

打开控制台，如上图

选择 Network
XHR
点击 timedtext 那一条
点击右边 Response

这样就可以找到字幕文件了，把字幕复制到一个文件中，例如，subtitle.json

第二步：解析 json

格式分析

json 的格式是这样的

在这里插入图片描述

我们需要的就是里面的 events 对象，events 是一个数组对象，每一条对应一条字幕，包含字幕开始时间，时长及内容。
熟悉字幕的同学都知道字幕的格式

1 序号
00:00:10,120 --> 00:00:13,840 时间
All of us, from a very early age 字幕内容
空行

接下需要处理的就是把 json 中的 events 转换成字幕格式，然后输出到一个文件中，例如，subtitle.srt。

处理思路：

字幕中的序号对应 events 数组的 index
开始时间对应 tStartMs 的值
结束时间对应 tStartMs + dDurationMs 的值
内容对应 segs 中的第一个元素

具体实现

我这里用的是 node.js 来处理文件，所以需要安装 node.js，安装方法这里就不详细说了，网上有很多。

引入 fs 模块
```
var fs = require('fs')
```

处理 json

fs.readFile(sourcePath, 'utf8', function (err, data) {
     if (err) console.log(err);
     var test1 = JSON.parse(data);//读取的值
     // console.log(test1.events)
     subtitle = test1.events
 
     // 下面写入文件使用的是追加，所以在写之前如果文件已经存在的话就清空一下
     // 避免执行多次后文件内的重复内容太多，关键是在调试的时候可能会忘记，然后就可能懵了
     if (fs.existsSync(resultPath)) {
         fs.writeFileSync(resultPath,'')
       }
     for (let i = 0; i < subtitle.length; i++) {
         const s = subtitle[i];
         // console.log(s.segs[0].utf8) //字幕内容
         // i ：字幕的位置
         // console.log(s.tStartMs) 起始时间
         // console.log(s.tStartMs + s.dDurationMs) 结束时间
 
         // 字幕格式
         // 1
         // 00:00:09,779 --> 00:00:15,899
         // 内容
         // 空行
 
         // 这个是生成标准的字幕文件
         if(isTime){
             fs.appendFileSync(resultPath,i + '\n' + convertTime(s.tStartMs) + ' --> ' + convertTime(s.tStartMs + s.dDurationMs)
             + '\n' + s.segs[0].utf8 + '\n\n',err => {
                 if(err){
                     console.log(err)
                 }
             }) 
         }else{ // 这个是生成纯文本内容，不带时间轴和序号
             fs.appendFileSync(resultPath,s.segs[0].utf8 + '\n\n',err => {
                 if(err){
                     console.log(err)
                 }
             }) 
         }
            
     }
 });

处理时间的方法

function convertTime(time) {
    var s, m, h
    h = Math.floor(time / 1000 / 60 / 60)
    console.log('h:' + h)
    m = Math.floor(((time / 1000 / 60 / 60) % 1) * 60)
    // console.log('m:' + m)


    s = ((((time / 1000 / 60 / 60) % 1) * 60) % 1) * 60// 通过与 1 取余获取小数部分
    s = s.toFixed(3)
    s = s.toString().replace('.', ',').substring(0, 6)
    console.log('s:' + s)
    if (h < 10) {
        h = '0' + h
    }
    if (m < 10) {
        m = '0' + m
    }
    var timeString = h + ':' + m + ':' + s
    // console.log(timeString)
    return timeString
}