B站英文教學影片的字幕獲取 學習必看！
前言
最近在B站看一些純英文的課程，影片課程有的是純中文字幕的，有的是純英文字幕的。由於英文的重要性，一份字幕的文檔在我們觀看後，留著日後粗略再讀是很有益處的。但是為了得到這個英文字幕走了許多彎路。最開始竟然用在線AI影片轉文本的方式，用了九錘聽寫(效果相對好)，i笛雲聽(效果相對差)。最後才發現，B站的字幕很多時候都是一個json文件。那我們可以獲取這個文件，用python將它的conent(字幕)提取出來，做一個文本文件。
1 cc字幕下載
01.cc字幕是影片下方黑底白字的那一欄，如果沒有則不可以下載
02.我們先點開一個有cc字幕的影片，首先關閉cc字幕，並打開調試台（右鍵點擊檢查 or F12）的 Network
03.因為一個影片有很多的東西需要傳輸，這裡Network存在很多條資訊，我們點擊clear讓他少一點，之後點擊開啟字幕，讓他傳輸字幕json文件來，我們發現下面突然出現一個json文件
04.雙擊json文件，ctrl+A全部複製，並粘貼到一個.txt文件中，後改後綴為.json
另一種方法（簡單）
打開影片，並開啟字幕，打開控制台的 Network，在Filter里鍵入json，點擊刷新影片即可。
2 python批量json字幕文件轉換
我們將需要轉換的json文件都放到一個新建的文件夾下，這個文件夾里只有json文件，並且不存在子文件夾。路徑名稱需要全部英文。
import json
import os
def convert_json_to_txt(json_files_path):
json_files = os.listdir(json_files_path) #返回該路徑下的json文件列表
txt_files_path = os.path.join(json_files_path, 'txt') #拼接出在json文件夾中的子txt文件夾
isExists = os.path.exists(txt_files_path) #判斷這個文件存不存在 不存在建立相應的文件夾 txt
if not isExists:
os.mkdir(txt_files_path)
for json_file in json_files:
file_name = json_file.replace(json_file[-5:], '.txt') #改變轉換後字幕的後綴 .json是5個字元
file = '' # 這個變數用來保存數據
i = 1
# 將此處文件位置進行修改，加上utf-8是為了避免處理中文時報錯
with open(os.path.join(json_files_path, json_file), encoding='utf-8') as f:
datas = json.load(f)# 載入文件數據 json.load()將josn文件對象轉換為python字典對象
f.close()
for data in datas['body']:
content = data['content'].replace('\n',' ') # 獲取字幕內容 並去除掉裡面莫名其妙的換行
file += content + ' ' # 加入字幕文字
# 5句話換一行
if i % 5 == 0 :
file += '\n'
i += 1
with open(os.path.join(txt_files_path, file_name), 'w', encoding='utf-8') as f:
f.write(file) # 將數據寫入文件
if __name__ == '__main__':
json_folder_path = 'F:\\Code\\json\\Json' #json字幕文件的路徑（注意路徑的格式）
convert_json_to_txt(json_folder_path)
注意要點
- 將if name == ‘main‘:里的文件路徑改成自己的。
- 這個程式不要多次使用，用過一次之後就清除對應的json文件，和txt文件夾，否則會報錯。或者再次用的時候新建文件夾來存儲新的json字幕，再改程式中的路徑來用。
- 電腦里要有python才可以運行腳本
os.listdir('C:\\')
['$360Section', '$Recycle.Bin', '$WinREAgent', 'AMD', 'Documents and Settings', 'DumpStack.log.tmp', 'hiberfil.sys', 'hp', 'inetpub', 'Intel', 'KRECYCLE', 'pagefile.sys', 'PerfLogs', 'Program Files', 'Program Files (x86)', 'ProgramData', 'QMDownload', 'Recovery', 'SDKTemp', 'swapfile.sys', 'SWSetup', 'System Volume Information', 'SYSTEM.SAV', 'Users', 'Windows', 'Windows.old']
os.path.join('C:\\','txt')
'C:\\txt'
os.path.join('C:\\a','txt')
'C:\\a\\txt'
os.path.exists('C:\\a\\txt')
False
