能否使用Python提取视频中的文案，并打印出来？

Question

通过用Python写一个脚本，可以提取出视频的字幕，以文本的形式打印出来

Answer 1

引自免费微信小程序：皆我百晓生

要从视频中提取文案，尤其是如果视频中包含的是字幕而非语音转文字，这通常涉及到对字幕文件的处理。大多数视频平台（如YouTube、Vimeo等）在视频播放时会提供字幕下载功能，这些字幕通常是SRT或VTT格式的文件。下面将介绍如何读取SRT格式的字幕文件并将其内容转换为纯文本。

步骤 1: 获取字幕文件

首先，你需要获取视频的字幕文件。这通常意味着你需要从视频平台下载字幕。例如，在YouTube上，你可以通过以下步骤下载字幕：

1. 打开视频页面。
2. 点击视频下方的“更多”选项，选择“显示字幕”。
3. 在弹出的菜单中选择“打开字幕文件”（实际上，你可能需要使用第三方工具或浏览器插件，因为YouTube不直接提供下载字幕的选项）。

步骤 2: 使用Python读取SRT文件

一旦你有了SRT文件，就可以使用Python来读取它。下面是一个简单的脚本，用于读取SRT文件并提取其中的文字：

def read_srt_file(file_path):
    with open(file_path, 'r', encoding='utf-8') as file:
        lines = file.readlines()

    subtitles = []
    current_subtitle = ""
    for line in lines:
        if line.strip() and not line.isdigit() and '-->' not in line:
            current_subtitle += line.strip() + " "
        elif current_subtitle:
            subtitles.append(current_subtitle)
            current_subtitle = ""

    return subtitles

# 使用示例
file_path = 'path_to_your_subtitle.srt'
subtitles = read_srt_file(file_path)
for subtitle in subtitles:
    print(subtitle)

注意事项

• 这个脚本假设SRT文件是UTF-8编码的，如果不是，你可能需要更改open函数中的encoding参数。
• 字幕文件可能包含特殊字符或格式化标记，这些可能需要额外的处理才能完全去除。

进阶：自动下载YouTube字幕

如果你需要自动化下载YouTube视频的字幕，可以使用youtube-dl或pytube库。这里以pytube为例：

from pytube import YouTube

def download_subtitles(video_url):
    yt = YouTube(video_url)
    caption = yt.captions.get_by_language_code('en')
    if caption is not None:
        caption_convert_to_srt = (caption.generate_srt_captions())
        with open('subtitle.srt', 'w', encoding='utf-8') as f:
            f.write(caption_convert_to_srt)

video_url = 'https://www.youtube.com/watch?v=VIDEO_ID'
download_subtitles(video_url)

这段代码会下载指定YouTube视频的英语字幕并保存为SRT文件。之后，你可以使用前面的read_srt_file函数来读取并打印这些字幕。

以上步骤应该能帮助你完成从视频中提取并打印文案的任务。如果有任何特定的问题或需要进一步的帮助，请随时提问。