1. 为什么需要获取B站视频字幕作为一个经常在B站学习技术教程的开发者我发现很多优质视频的字幕内容本身就是很好的学习资料。比如编程教学视频的字幕里会包含完整的代码示例外语学习视频的字幕则是现成的双语对照材料。把这些字幕提取出来可以方便我们整理笔记、制作学习卡片甚至用于二次创作。但B站并没有直接提供字幕下载功能这让很多用户感到困扰。其实通过浏览器自带的开发者工具我们完全可以轻松获取这些字幕文件。下面我就用最通俗的方式手把手教你从零开始完成整个流程。2. 准备工作认识B站字幕的存储方式2.1 B站字幕文件在哪里B站视频的字幕实际上是以JSON格式存储在网页中的。这种格式类似于我们平时用的Excel表格只不过是用纯文本的方式来组织数据。每个字幕片段都包含三个关键信息开始时间from结束时间to字幕内容content举个例子一个典型的字幕片段长这样{ from: 12.5, to: 15.8, content: 现在我们来看这个函数的实现 }2.2 为什么选择开发者工具现代浏览器Chrome/Firefox/Edge都内置了开发者工具它就像是给网页做体检的X光机。通过它我们可以查看网页加载的所有资源文件监控网络请求和响应实时修改网页元素最重要的是它能让我们看到普通界面不显示的后台数据——包括我们需要的字幕文件。3. 实战操作获取字幕文件全流程3.1 第一步打开开发者工具在Chrome浏览器中打开任意B站视频页面在视频播放区域右键点击选择检查(Inspect)在弹出的开发者工具窗口中切换到Network(网络)标签页提示如果找不到检查选项可以按F12键直接调出开发者工具3.2 第二步捕获字幕请求点击开发者工具左上角的圆形录制按钮确保它变成红色刷新视频页面按F5或CtrlR在筛选框输入json这样只会显示JSON格式的文件在结果列表中寻找包含subtitle或caption字样的文件通常你会看到一个类似这样的文件名abcdef1234567890.subtitle.json3.3 第三步下载并解析字幕文件右键点击找到的json文件选择Open in new tab在新标签页中按CtrlS保存文件到本地用文本编辑器如记事本打开这个文件你会看到类似这样的结构{ body: [ { from: 0.5, to: 3.2, content: 欢迎来到这个教程 }, { from: 3.3, to: 6.8, content: 今天我们要学习Python基础 } ] }4. 字幕文件转换从JSON到可读文本4.1 使用Python处理字幕将以下代码保存为extract_subtitle.pyimport json def convert_subtitle(json_file, output_file): with open(json_file, r, encodingutf-8) as f: data json.load(f) with open(output_file, w, encodingutf-8) as f: for item in data[body]: f.write(item[content] \n) # 使用示例 convert_subtitle(subtitle.json, output.txt)运行后你会得到一个纯文本文件所有字幕按顺序排列。4.2 进阶处理技巧如果你需要更结构化的输出可以修改代码for index, item in enumerate(data[body], 1): f.write(f{index}. [{item[from]}-{item[to]}] {item[content]}\n)这样输出的格式会是1. [0.5-3.2] 欢迎来到这个教程 2. [3.3-6.8] 今天我们要学习Python基础5. 常见问题与解决方案5.1 找不到json文件怎么办确认视频确实有字幕有些UP主不上传字幕尝试清除筛选条件查看所有网络请求检查视频是否为大会员专享内容部分特殊内容可能有不同存储方式5.2 字幕显示乱码如何解决这种情况通常是因为编码问题用记事本打开json文件选择另存为在编码选项中选择UTF-85.3 想要批量下载多个视频字幕可以结合B站API实现自动化通过视频av号/BV号获取cid视频唯一标识构造字幕请求URLhttps://api.bilibili.com/x/player/v2?cidXXXXXXaidYYYYYY用Python的requests库批量获取6. 高级应用场景6.1 制作双语对照文本如果你找到中英双语字幕的视频可以用以下代码分离两种语言def split_bilingual(subtitle): chinese [] english [] for item in subtitle[body]: if \\n in item[content]: en, zh item[content].split(\\n) english.append(en) chinese.append(zh) return english, chinese6.2 生成SRT字幕格式SRT是更通用的字幕格式转换代码如下def to_srt(subtitle, output_file): with open(output_file, w, encodingutf-8) as f: for i, item in enumerate(subtitle[body], 1): start format_time(item[from]) end format_time(item[to]) f.write(f{i}\n{start} -- {end}\n{item[content]}\n\n) def format_time(seconds): ms int((seconds % 1) * 1000) s int(seconds) % 60 m int(seconds // 60) % 60 h int(seconds // 3600) return f{h:02d}:{m:02d}:{s:02d},{ms:03d}7. 注意事项与最佳实践尊重版权提取的字幕仅限个人学习使用如需公开传播需获得UP主授权数据备份建议将原始json文件和转换后的文本分开保存错误处理在实际代码中应该加入try-catch块处理文件读取异常性能优化处理长视频字幕时建议分块读取避免内存不足我平时会把技术视频的字幕提取出来用Markdown格式整理成学习笔记。比如把Python教程的字幕转换成代码片段讲解的格式这样复习时效率能提高很多。遇到特别好的内容我还会用Anki做成记忆卡片。