How to Get YouTube Transcripts in Python

youtube-transcript-api là một gói Python được bảo trì tốt, lấy trực tiếp dữ liệu phụ đề của chính YouTube - không cần API key, không cần hạn ngạch YouTube Data API.

pip install youtube-transcript-api

Lấy bản chép lời bằng ID video:

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)

Nó hoạt động ổn định trên laptop. Khi triển khai lên máy chủ đám mây, nó có thể gặp các lỗi thực tế đã được ghi nhận đầy đủ - chặn IP, PoTokenRequired, và lỗi 'bản chép lời bị vô hiệu hóa' không phải lúc nào cũng đúng như vẻ ngoài của nó. Xem danh sách chẩn đoán đầy đủ để biết nguyên nhân và cách khắc phục chính xác.

Lấy key miễn phí từ bảng điều khiển - 100 tín dụng miễn phí, không cần thẻ.

pip install requests

Không cần pool proxy, không cần bảo trì chặn IP - chỉ là một yêu cầu 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"])

Một yêu cầu thất bại trả về một đối tượng lỗi thay vì ném ra một ngoại lệ riêng của thư viện, vì vậy cùng một cách xử lý lỗi hoạt động trên mọi endpoint.

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

Lặp qua danh sách ID video hoạt động theo cùng cách - chỉ cần chú ý giới hạn số yêu cầu mỗi phút của gói bạn. Xem hướng dẫn giới hạn tốc độ để biết logic backoff và thử lại.