出于某些不可告人的特殊原因偿乖，我需要得到某個B站視頻的 「 字幕 」，自己手動記錄字幕實在過于繁瑣芜壁，每幾秒都會有字幕不斷地更新齐帚，一個1小時的視頻字幕的收集便是一個浩大的工程~

因此我再次召喚我的好幫手 網(wǎng)絡爬蟲 ，來幫我采集字幕并且以 srt 文件的格式保存吐绵。這個 srt 的全稱是SubRip Text迹淌，這是一種非常流行的文本字幕，包含一行時間己单，一行字幕唉窃，制作規(guī)范非常簡單。

file

如上圖所示纹笼，這個字幕是CC字幕纹份，CC是Closed Caption的簡稱，所謂CC字幕，就是隱藏式字幕蔓涧。

CC 是把文字加入NTSC電視信號的一種標準化編碼方法件已。
電視機的內(nèi)置解碼器或獨立解碼器能顯示文字。

Caption 和我們常見的一般字幕（subtitle）的用法是有區(qū)別的元暴，它是在無音狀態(tài)下通過進行一些解釋性的語言來描述當前畫面中所發(fā)生的事情的字幕篷扩，例如畫面中出現(xiàn)了背景的聲音的時候，Caption都會通過字幕進行提示茉盏。

這個CC字幕我們可以再視頻中拖放至任意位置鉴未，十分便捷，經(jīng)過觀察發(fā)現(xiàn)鸠姨，該字幕顯式地放在一個json之中铜秆，而這個json又可以通過Network找到。

file

上圖中的 subtitle_url 便給出了字幕json的鏈接讶迁，而訪問該鏈接可以得到該視頻的所有字幕信息连茧。其中對我生成srt文件最為重要的數(shù)據(jù)便是 from、to以及content巍糯，這些單詞對應的數(shù)據(jù)分別代表某一條字幕的出現(xiàn)時間梅屉，消失時間以及字幕的內(nèi)容。

file

由此我們找到了所需的詳細字幕信息所在的位置鳞贷，思路也非常清晰坯汤，先模擬訪問該視頻頁面獲取字幕的json鏈接，再將json鏈接中包含的信息按照srt文件的格式下載到本地搀愧。

    def get_subtitles(self):
        """
        根據(jù)字幕的json 獲取CC字幕

        """        
        json_url=self.get_json_url()
        if len(json_url)>0:
            with open('{}.srt'.format(self.title),'w',encoding='utf-8') as f:
                r=requests.get(json_url)
                info=json.loads(r.text)['body']
                for i in range(len(info)):
                    subtitle_from=info[i]['from']
                    subtitle_to=info[i]['to']
                    content=info[i]['content']
                    data=self.format_subtitle(subtitle_from,subtitle_to,content,i)
                    f.write(data)

上面的函數(shù)是獲取CC字幕的主要代碼惰聂，下面這段代碼主要是將CC字幕格式化輸出，以標準的srt文件的形式輸出咱筛。

    def format_subtitle(self,subtitle_from,subtitle_to,content,i):        
        """
        格式化成srt文件搓幌，形如：

        1
        00:00:01,035 --> 00:00:04,525
        遠離了平行線 看吧天氣預報也不怎么準

        """
        subtitle_from=round(subtitle_from,3)                                              #四舍五入為三位小數(shù)
        subtitle_to=round(subtitle_to,3)
        begin=time.strftime("%H:%M:%S",time.gmtime(subtitle_from))+','+self.rectify(subtitle_from)        
        end=time.strftime("%H:%M:%S",time.gmtime(subtitle_to))+','+self.rectify(subtitle_to)
        data=str(i+1)+'\n'+begin+' --> '+end+'\n'+content+'\n\n'                          #格式化成srt字幕
        return data

這樣我們就可以得到某個視頻的CC字幕，如果想要爬取的視頻的字幕不是CC字幕的話迅箩，是無法通過上述代碼爬取的溉愁。因為其 list 列表為空，即不存在相關的json饲趋。