如何从使用错误时间戳下载的 YouTube 字幕生成有效时间戳？（使用 pytube）答案

【问题标题】：How to generate valid timestamps from YouTube subtitles, downloaded with wrong timestamps? (using pytube)如何从使用错误时间戳下载的 YouTube 字幕生成有效时间戳？（使用 pytube）
【发布时间】：2022-11-19 05:46:40
【问题描述】：

使用 pytube，我正在尝试下载 YouTube 视频，翻译字幕并将翻译后的字幕嵌入到视频中，然后将其下载到我的电脑上。

这是我的代码的一部分，经过更改以便于理解。

from pytube import YouTube as YT
yt = YT("https://www.youtube.com/watch?v=ZFGAz6vZx1E")

caption_code = ''
try:
  captions = yt.captions['en']
  caption_code = 'en'
except:
  try:
    captions = yt.captions['a.en']
    caption_code = 'a.en'
  except Exception as e:
    raise e

captions = yt.captions.get_by_language_code(caption_code)
test_captions(captions)

### just a function to test how's the cations are structured.
def test_captions(captions):
  caption_list = []
  index = 0

  for line in str(captions.generate_srt_captions()).split('\n'):
    if index == 0:
      caption_list.append({})

    if index in (1, 2):
      caption_list[len(caption_list)-1][('time', 'caption')[index-1]] = line
      index += 1

    if line == '':
      index = 0

  for dic in caption_list:
    print('{} : {}'.format(dic['time'], dic['caption']))

在原始 YouTube 视频中，字幕从第一秒开始（应该在 00:00:01,000 左右）

首先下载带有时间戳的字幕句子： “00:01:20,000 --> 00:52:00,000：伙计们 john elder 是怎么回事”

从控制台可以看出，根据 SRT 时间戳约定，字幕的时间戳有误。

（SRT 时间戳约定在 https://www.3playmedia.com/ 解释）

1st timestamp 基本上是说这句话应该从1sr分20秒，到52分显示，这明显是错误的。

是否可以修复它，如果不能，我该如何规范字幕的时间戳以适应有效的 SRT 时间戳格式？

【问题讨论】：

标签： python caption pytube srt

【解决方案1】：

当您将标题生成为 xml 时，您会注意到由于某种原因时间乘以 1000

Time after "t=" is the when text starts to appear in seconds, "d=" is when it ends

所以我只是浪费了时间，将其除以 1000，将其设为“小时：分钟：秒”，获取文本并将所有内容放入我的 file.srt

【讨论】：