How to Get YouTube Transcripts in Python

youtube-transcript-api é um pacote Python bem mantido que busca os dados de legenda do próprio YouTube diretamente - sem chave de API, sem cota da YouTube Data API.

pip install youtube-transcript-api

Obtenha uma transcrição com um ID de vídeo:

from youtube_transcript_api import YouTubeTranscriptApi

api = YouTubeTranscriptApi()
transcript = api.fetch("dQw4w9WgXcQ", languages=["en"])

for snippet in transcript:
    print(snippet.text, snippet.start, snippet.duration)

Isso funciona de forma confiável em um notebook. Ao implantar em um servidor na nuvem, pode encontrar falhas reais e bem documentadas - bloqueio de IP, PoTokenRequired, e um erro de 'legendas desativadas' que nem sempre é o que parece. Veja o checklist de diagnóstico completo para as causas e correções exatas.

Pegue uma chave grátis no painel - 100 créditos grátis, sem cartão.

pip install requests

Sem pool de proxy, sem manutenção de bloqueio de IP - apenas uma requisição HTTP:

import requests

response = requests.get(
    "https://getyoutubetranscript.com/api/v1/transcript",
    params={"v": "dQw4w9WgXcQ"},
    headers={"Authorization": "Bearer sk_live_..."},
)
result = response.json()

print(result["data"]["transcript"])
print(result["data"]["word_count"])

Uma requisição com falha retorna um objeto de erro em vez de lançar uma exceção específica da biblioteca, então o mesmo tratamento de erro funciona em todos os endpoints.

{ "success": false, "code": "...", "message": "..." }

Percorrer uma lista de IDs de vídeo funciona da mesma forma - só fique de olho no limite de requisições por minuto do seu plano. Veja o guia de limite de taxa para lógica de retry e backoff.