下载 bilibili 字幕的脚本, 分享一下

吴彦祖

想下载一个视频教程,发现字幕没有下载. 网上也没有工具,代码如下：

1. """下载哔哩哔哩 字幕
   
2. """
   
3. import math
   
4. import os
   
5. import time
   
6. 
   
7. import requests
   
8. import json
   
9. 
   
10. 
    
11. def convert_json_to_srt(json_files_path):
    
12.     """
    
13.     json 格式的字幕转为 srt 格式
    
14.     代码来源 https://www.jianshu.com/p/66450e9554f8
    
15.     """
    
16.     json_files = os.listdir(json_files_path)
    
17.     srt_files_path = os.path.join(json_files_path, 'srt')  # 更改后缀后字幕文件的路径
    
18.     isExists = os.path.exists(srt_files_path)
    
19.     if not isExists:
    
20.         os.mkdir(srt_files_path)
    
21. 
    
22.     for json_file in json_files:
    
23.         file_name = json_file.replace(json_file[-5:], '.srt')  # 改变转换后字幕的后缀
    
24.         file = ''  # 这个变量用来保存数据
    
25.         i = 1
    
26.         # 将此处文件位置进行修改，加上utf-8是为了避免处理中文时报错
    
27.         with open(os.path.join(json_files_path, json_file), encoding='utf-8') as f:
    
28.             datas = json.load(f)  # 加载文件数据
    
29.             f.close()
    
30. 
    
31.         for data in datas['body']:
    
32.             start = data['from']  # 获取开始时间
    
33.             stop = data['to']  # 获取结束时间
    
34.             content = data['content']  # 获取字幕内容
    
35.             file += '{}\n'.format(i)  # 加入序号
    
36.             hour = math.floor(start) // 3600
    
37.             minute = (math.floor(start) - hour * 3600) // 60
    
38.             sec = math.floor(start) - hour * 3600 - minute * 60
    
39.             minisec = int(math.modf(start)[0] * 100)  # 处理开始时间
    
40.             file += str(hour).zfill(2) + ':' + str(minute).zfill(2) + ':' + str(sec).zfill(2) + ',' + str(
    
41.                 minisec).zfill(2)  # 将数字填充0并按照格式写入
    
42.             file += ' --> '
    
43.             hour = math.floor(stop) // 3600
    
44.             minute = (math.floor(stop) - hour * 3600) // 60
    
45.             sec = math.floor(stop) - hour * 3600 - minute * 60
    
46.             minisec = abs(int(math.modf(stop)[0] * 100 - 1))  # 此处减1是为了防止两个字幕同时出现
    
47.             file += str(hour).zfill(2) + ':' + str(minute).zfill(2) + ':' + str(sec).zfill(2) + ',' + str(
    
48.                 minisec).zfill(2)
    
49.             file += '\n' + content + '\n\n'  # 加入字幕文字
    
50.             i += 1
    
51.         with open(os.path.join(srt_files_path, file_name), 'w', encoding='utf-8') as f:
    
52.             f.write(file)  # 将数据写入文件
    
53. 
    
54. 
    
55. def download_subtitle_json(bvid: str):
    
56.     """
    
57.     下载字幕
    
58.     """
    
59.     sub_dir = f'./{bvid}'
    
60.     if not os.path.isdir(sub_dir):
    
61.         os.mkdir('./{bvid}')
    
62.     headers = {
    
63.         'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:125.0) Gecko/20100101 Firefox/125.0',
    
64.         'Accept': 'application/json, text/plain, */*',
    
65.         'Accept-Language': 'en-US,en;q=0.5',
    
66.         # 'Accept-Encoding': 'gzip, deflate, br',
    
67.         'Referer': 'https://www.bilibili.com/video/{bvid}/?p=1',
    
68.         'Origin': 'https://www.bilibili.com',
    
69.         'Connection': 'keep-alive',
    
70.         # TODO 改为 自己的cookie , 通过浏览器的 network(网络) 复制
    
71.         'Cookie': "",
    
72.         'Sec-Fetch-Dest': 'empty',
    
73.         'Sec-Fetch-Mode': 'cors',
    
74.         'Sec-Fetch-Site': 'same-site',
    
75.     }
    
76.     resp = requests.get(f'https://www.bilibili.com/video/{bvid}/', headers=headers)
    
77.     text = resp.text
    
78.     aid = text[text.find('"aid"') + 6:]
    
79.     aid = aid[:aid.find(',')]
    
80.     cid_back = requests.get("http://api.bilibili.com/x/player/pagelist?bvid={}".format(bvid), headers=headers)
    
81.     if cid_back.status_code != 200:
    
82.         print('获取 playlist 失败')
    
83. 
    
84.     cid_json = json.loads(cid_back.content)
    
85.     for item in cid_json['data']:
    
86.         cid = item['cid']
    
87.         title = item['part'] + '.json'
    
88. 
    
89.         params = {
    
90.             'aid': aid,
    
91.             'cid': cid,
    
92.             'isGaiaAvoided': 'false',
    
93.             'web_location': '1315873',
    
94.             'w_rid': '364cdf378b75ef6a0cee77484ce29dbb',
    
95.             'wts': int(time.time()),
    
96.         }
    
97. 
    
98.         wbi_resp = requests.get('https://api.bilibili.com/x/player/wbi/v2', params=params, headers=headers)
    
99.         if wbi_resp.status_code != 200:
    
100.             print('获取 字幕链接 失败')
     
101.         subtitle_links = wbi_resp.json()['data']["subtitle"]['subtitles']
     
102.         if subtitle_links:
     
103.             # 默认下载第一个字幕
     
104.             subtitle_url = "https:" + subtitle_links[0]['subtitle_url']
     
105.             subtitle_resp = requests.get(subtitle_url, headers=headers)
     
106.             open(os.path.join(sub_dir, title), 'w', encoding='utf-8').write(subtitle_resp.text)
     
107. 
     
108. 
     
109. if __name__ == '__main__':
     
110.     # todo 改成需要下载的 bvid, https://www.bilibili.com/video/<bvid>
     
111.     BVID = 'BV1s8411v7nE'
     
112.     download_subtitle_json(BVID)
     
113.     # convert_json_to_srt(f'./{BVID}')

复制代码

吴彦祖

[Python] 代码

SanS三石

我觉得，不改变也很好。