Google 视频不再能够检索字幕？

Question

截至 4 天前，您可以向或访问https://video.google.com/timedtext?lang=en&v={youtubeVideoId}发送 GET 请求，并收到包含给定 YouTube 视频的字幕轨道的 xml 响应。有谁知道此支持是否已被删除，因为从今晚开始，它不再提供带有字幕的 xml 响应，每个视频的页面都是空的。有许多视频在 4 天前还有效，但现在不再有效。提前致谢

Answer 1

默认语言的字幕（单一可用或似乎是英语）：

要获取 YouTube 视频的字幕，只需使用此 Linux 命令（使用curl 和 base64）：

curl -s 'https://www.youtube.com/youtubei/v1/get_transcript?key=AIzaSyAO_FJ2SlqU8Q4STEHLGCilw_Y9_11qcW8' -H 'Content-Type: application/json' --data-raw "{\"context\":{\"client\":{\"clientName\":\"WEB\",\"clientVersion\":\"2.9999099\"}},\"params\":\"$(printf '\n\x0bVIDEO_ID' | base64)\"}"

将参数更改VIDEO_ID为您感兴趣的参数。

注意：该密钥不是 YouTube Data API v3 的密钥，而是第一个公开的密钥（在不同国家/地区的某些计算机上进行了测试），如果您curl https://www.youtube.com/ | grep AIzaSy

注意：如果对我如何逆向工程这个 YouTube 功能感兴趣，请在评论中说出，我会写一段话来解释

所需语言的字幕（如果有）：

YouTube 使事情变得棘手，可能会在这一步失去您，所以请跟随我：我们唯一需要更改的是paramsBase64 编码数据的值，它除了奇怪的字符之外还包含 Base64 数据，其中也包含奇怪的字符。

1. 获取语​​言缩写，如ru俄语
2. \n\x00\x12\x02LANGUAGE_INITIALS\x1a\x00例如，使用 base64进行编码A=$(printf '\n\x00\x12\x02LANGUAGE_INITIALS\x1a\x00' | base64)（例如，不要忘记更改LANGUAGE_INITIALS为所需的语言首字母缩写ru）。的结果ru是CgASAnJ1GgA=
3. =通过将to替换%3D为 example ，将结果编码为 URL B=$(printf %s $A | jq -sRr @uri)。的结果ru是CgASAnJ1GgA%3D
4. 仅当使用 shell 命令时：将单个替换%为两个%，例如C=$(echo $B | sed 's/%/%%/')。的结果ru是CgASAnJ1GgA%%3D
5. 使用例如进行编码\n\x0bVIDEO_ID\x12\x0e$C（不要忘记使用上一步的结果更改VIDEO_ID为您的视频 ID ） 。和的结果是$CD=$(printf "\n\x0bVIDEO_ID\x12\x0e$C" | base64)rulo0X2ZdElQ4CgtsbzBYMlpkRWxRNBIOQ2dBU0FuSjFHZ0ElM0Q=
6. 使用默认语言字幕部分中params的该值：curl -s 'https://www.youtube.com/youtubei/v1/get_transcript?key=AIzaSyAO_FJ2SlqU8Q4STEHLGCilw_Y9_11qcW8' -H 'Content-Type: application/json' --data-raw "{\"context\":{\"client\":{\"clientName\":\"WEB\",\"clientVersion\":\"2.2021111\"}},\"params\":\"$D\"}"

这是一个单行版本（不要忘记更改$VIDEO_ID和$LANGUAGE_INITIALS）：

curl -s 'https://www.youtube.com/youtubei/v1/get_transcript?key=AIzaSyAO_FJ2SlqU8Q4STEHLGCilw_Y9_11qcW8' -H 'Content-Type: application/json' --data-raw "{\"context\":{\"client\":{\"clientName\":\"WEB\",\"clientVersion\":\"2.2021111\"}},\"params\":\"`printf "\n\x0b$VIDEO_ID\x12\x0e\`printf "\n\x00\x12\x02$LANGUAGE_INITIALS\x1a\x00" | base64 -w 0 | jq -sRr @uri | sed 's/%/%%/g'\`" | base64`\"}"

Answer 2

旧 API 目前对每个请求都会返回 404。YouTube 现在使用此 API 的新版本：

https://www.youtube.com/api/timedtext?v={youtubeVideoId}&asr_langs=de%2Cen%2Ces%2Cfr%2Cid%2Cit%2Cja%2Cko%2Cnl%2Cpt%2Cru%2Ctr%2Cvi&caps=asr&exp=xftt %2Cxctw&xoaf=5&hl=en&ip=0.0.0.0&ipbits=0&expire=1637102374&sparams=ip%2Cipbits%2Cexpire%2Cv%2Casr_langs%2Ccaps%2Cexp%2Cxoaf&signature=0BEBD68A2638D8A18A5BC78E1851D2830 0247F93.7D5E6D26397D8E8A93F65CCA97260D090C870462&key=yt8&kind=asr&lang=en&fmt=json3

这个API的主要问题是计算signature请求的字段。不幸的是我找不到它的算法。也许有人可以从 YouTube 播放器对其进行逆向工程。