How to Get YouTube Transcripts in Python

youtube-transcript-api - это хорошо поддерживаемый Python-пакет, который напрямую получает собственные данные субтитров YouTube - без API-ключа, без квоты YouTube Data API.

pip install youtube-transcript-api

Получите расшифровку по ID видео:

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)

На ноутбуке это работает надёжно. При деплое на облачный сервер могут возникнуть реальные, хорошо задокументированные сбои - блокировка IP, PoTokenRequired и ошибка 'расшифровка отключена', которая не всегда означает то, что кажется. Точные причины и решения смотрите в полном чек-листе диагностики.

Возьмите бесплатный ключ в панели управления - 100 бесплатных кредитов, без карты.

pip install requests

Без пула прокси, без обслуживания блокировки IP - просто HTTP-запрос:

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"])

Неудачный запрос возвращает объект ошибки вместо выброса специфичного для библиотеки исключения, поэтому одна и та же обработка ошибок работает для любого эндпоинта.

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

Перебор списка ID видео работает так же - просто следите за лимитом запросов в минуту вашего тарифа. Логику backoff и повторов смотрите в руководстве по лимитам запросов.