bilibili-subtitle-extractor - B站字幕提取

Bilibili 字幕提取技能

本技能提供从 Bilibili 下载视频、提取字幕并转换为 Markdown 格式的完整工作流。

快速开始

1. 下载视频和字幕

python scripts/download_bilibili_video.py \
    "https://www.bilibili.com/video/BV1qwrHBdE15/" \
    --cookies ~/Downloads/bilibili_cookies.txt \
    --quality best

2. 转换字幕为 Markdown

python scripts/convert_srt_to_md.py \
    -i "*.srt" \
    -t "视频标题" \
    --id "BV1qwrHBdE15"

详细指南

对于完整的工作流、参数详解和故障排除，请参考：完整工作流指南

对于常用命令速查，请参考：快速参考

前置要求

必需工具

1. yt-dlp: 视频下载工具

   pip install yt-dlp
   

2. ffmpeg: 视频处理工具

   • Windows: 下载并添加到 PATH
   • macOS: brew install ffmpeg
   • Linux: sudo apt install ffmpeg

3. cookies 文件: Bilibili 登录凭证

   • 从浏览器导出 cookies (www.bilibili.com)
   • 保存为 bilibili_cookies.txt

验证安装

yt-dlp --version
ffmpeg -version

使用脚本

脚本 1: download_bilibili_video.py

下载 Bilibili 视频和字幕。

基本用法:

python scripts/download_bilibili_video.py VIDEO_URL --cookies COOKIES_FILE

完整示例:

python scripts/download_bilibili_video.py \
    "https://www.bilibili.com/video/BV1qwrHBdE15/" \
    --cookies ~/Downloads/bilibili_cookies.txt \
    --output ~/Videos \
    --quality 1080p \
    --sub-langs ai-zh,ai-en

参数说明:

• VIDEO_URL: Bilibili 视频 URL (必需)
• -c, --cookies: cookies.txt 文件路径 (必需)
• -o, --output: 输出目录 (默认: H:\我的云端硬盘\bilibili-downloads)
• -q, --quality: 视频质量 (best/1080p/720p, 默认: best)
• --no-sub: 不下载字幕
• --sub-langs: 字幕语言 (默认: ai-zh)
• --list-formats: 查看可用格式后退出

脚本 2: convert_srt_to_speech.py (推荐)

将 SRT 字幕文件转换为完整的口播稿（智能合并短句、移除口头禅、优化段落结构）。

基本用法:

python scripts/convert_srt_to_speech.py -i INPUT.srt

完整示例:

python scripts/convert_srt_to_speech.py \
    -i "2025年终总结 [BV1qwrHBdE15].ai-zh.srt" \
    -o "2025年终总结_口播稿.md" \
    -t "2025年终总结！同居7年，我们之间最大的分歧和变化..." \
    --id "BV1qwrHBdE15" \
    --url "https://www.bilibili.com/video/BV1qwrHBdE15/"

功能特点:

• 自动合并短句子，形成连贯段落
• 移除口头禅和填充词（"这个那个"、"就是说"、"嗯啊哦"等）
• 按主题自动分段
• 优化标点符号和语句流畅度
• 保留核心内容，移除重复表达

参数说明:

• -i, --input: 输入 SRT 文件路径 (必需)
• -o, --output: 输出 Markdown 文件路径 (自动命名如果未提供，默认为 _口播稿.md)
• -t, --title: 视频标题 (用于 Markdown 头部)
• --id: 视频 ID
• --url: 视频完整 URL

脚本 3: convert_srt_to_md.py

将 SRT 字幕文件转换为带时间戳的字幕文档（保留原始时间戳，适合需要精确时间参考的场景）。

基本用法:

python scripts/convert_srt_to_md.py -i INPUT.srt

完整示例:

python scripts/convert_srt_to_md.py \
    -i "2025年终总结 [BV1qwrHBdE15].ai-zh.srt" \
    -o "2025年终总结_字幕版.md" \
    -t "2025年终总结！同居7年，我们之间最大的分歧和变化..." \
    --id "BV1qwrHBdE15" \
    --url "https://www.bilibili.com/video/BV1qwrHBdE15/"

参数说明:

• -i, --input: 输入 SRT 文件路径 (必需)
• -o, --output: 输出 Markdown 文件路径 (自动命名如果未提供)
• -t, --title: 视频标题 (用于 Markdown 头部)
• --id: 视频 ID
• --url: 视频完整 URL

输出示例:

### 00:00:00,000 --> 00:00:01,360

哈喽大家

---

### 00:00:01,360 --> 00:00:05,160

今天是2025的年度总结

---

转换结果示例:

# 字幕：视频标题

**视频ID**: BV1qwrHBdE15
**视频链接**: https://www.bilibili.com/video/BV1qwrHBdE15/
**字幕类型**: AI生成

---

### 00:00:00,000 --> 00:00:01,360

哈喽大家

---

### 00:00:01,360 --> 00:00:05,160

今天是2025的年度总结

---

完整工作流

步骤 1: 准备

确保已安装 yt-dlp 和 ffmpeg，并准备好 cookies 文件。

步骤 2: 下载

使用 download_bilibili_video.py 下载视频和字幕：

python scripts/download_bilibili_video.py \
    "BILIBILI_VIDEO_URL" \
    --cookies ~/Downloads/bilibili_cookies.txt \
    --quality best

此步骤会生成：

• .mp4 视频文件
• .srt 字幕文件（如果有）

步骤 3: 转换

使用 convert_srt_to_md.py 将字幕转换为 Markdown：

python scripts/convert_srt_to_md.py \
    -i "DOWNLOADED.srt" \
    -o "OUTPUT.md" \
    -t "视频标题"

步骤 4: 验证

检查生成的 Markdown 文件内容和格式是否正确。

常见问题

403 Forbidden 错误

问题: 即使使用 cookies 也返回 403 错误

解决方案:

1. 清除 yt-dlp 缓存：

   yt-dlp --rm-cache-dir
   

2. 重新导出新鲜 cookies：

   • 清除浏览器 cookies
   • 重新登录 Bilibili
   • 使用浏览器扩展导出 cookies

3. 确认视频在浏览器中可播放

参考: workflow-guide.md - 问题 1

字幕下载失败

问题: 无法下载字幕或字幕为空

解决方案:

1. 检查可用字幕：

   python scripts/download_bilibili_video.py "URL" --cookies cookies.txt --list-formats
   

2. 尝试下载不同语言：

   --sub-langs danmaku,ai-zh
   

3. 确认视频是否有字幕：某些视频可能没有 AI 字幕

参考: workflow-guide.md - 问题 3

编码错误

问题: 中文字幕显示乱码

解决方案: convert_srt_to_md.py 会自动检测 UTF-8 和 GBK 编码。如果仍然失败：

1. 检查文件编码：

   file -i subtitle.srt
   

2. 手动转换编码：

   iconv -f GBK -t UTF-8 subtitle.srt > subtitle_utf8.srt
   

参考: workflow-guide.md - 编码错误

高级用法

批量下载

创建视频 URL 列表文件：

cat > videos.txt <<EOF
https://www.bilibili.com/video/BV1xxx
https://www.bilibili.com/video/BV1yyy
https://www.bilibili.com/video/BV1zzz
EOF

使用 yt-dlp 批量下载：

yt-dlp --cookies ~/Downloads/bilibili_cookies.txt \
       -f "bestvideo+bestaudio" \
       -a videos.txt

批量转换字幕

假设已下载多个 .srt 文件：

for srt_file in *.srt; do
    python scripts/convert_srt_to_md.py -i "$srt_file"
done

查看可用格式

在下载前查看可用的视频格式和字幕：

python scripts/download_bilibili_video.py \
    "https://www.bilibili.com/video/BV1qwrHBdE15/" \
    --cookies cookies.txt \
    --list-formats

输出示例：

可用的字幕：
Language Formats
danmaku  xml
ai-zh    srt
ai-en    srt
ai-ja    srt

仅下载字幕

如果只需要字幕，不下载视频：

python scripts/download_bilibili_video.py \
    "URL" \
    --cookies cookies.txt \
    --no-sub

# 或直接使用 yt-dlp
yt-dlp --cookies cookies.txt \
       --write-subs \
       --sub-langs ai-zh \
       --skip-download \
       "URL"

输出说明

文件命名

视频文件：

• 格式：视频标题_视频ID_分辨率.mp4
• 示例：2025年终总结！..._BV1qwrHBdE15_1080p.mp4

字幕文件：

• 格式：视频标题 [视频ID].语言代码.srt
• 示例：2025年终总结！... [BV1qwrHBdE15].ai-zh.srt

Markdown 文件：

• 格式：视频标题.md (或指定的输出名)
• 示例：2025年终总结.md

目录结构

默认输出目录：

H:\我的云端硬盘\bilibili-downloads\
├── video1_BVxxx_1080p.mp4
├── video1 [BVxxx].ai-zh.srt
├── video1_口播稿.md
├── video2_BVyyy_720p.mp4
├── video2 [BVyyy].ai-zh.srt
└── video2_口播稿.md

注意事项

版权和合规

• 仅下载自己有权限访问的视频
• 尊重视频创作者的版权
• 下载的内容仅供个人学习和研究使用
• 遵守 Bilibili 的服务条款

技术要求

• 需要有效的 Bilibili 账号
• 某些高清格式可能需要大会员才能访问
• 字幕功能取决于视频是否支持
• AI 字幕是自动生成的，可能存在错误

最佳实践

1. 定期更新 cookies：cookies 会过期，建议每月更新一次
2. 检查可用格式：在下载前使用 --list-formats 查看选项
3. 自动命名：尽量使用自动生成的文件名，避免手动重命名
4. 备份 cookies：妥善保管 cookies 文件，不要分享给他人

故障排除指南

如需详细的故障排除步骤，参考：workflow-guide.md - 故障排除

相关资源

• yt-dlp 文档
• 完整工作流指南
• 快速参考

示例

示例 1: 下载单个视频并提取字幕

# 下载
python scripts/download_bilibili_video.py \
    "https://www.bilibili.com/video/BV1qwrHBdE15/" \
    --cookies ~/Downloads/bilibili_cookies.txt

# 转换
python scripts/convert_srt_to_md.py \
    -i "2025年终总结！... [BV1qwrHBdE15].ai-zh.srt" \
    -o "2025年终总结.md" \
    -t "2025年终总结！同居7年，我们之间最大的分歧和变化..."

示例 2: 仅下载字幕

python scripts/download_bilibili_video.py \
    "https://www.bilibili.com/video/BV1qwrHBdE15/" \
    --cookies ~/Downloads/bilibili_cookies.txt \
    --no-sub

python scripts/convert_srt_to_md.py -i "*.srt"

示例 3: 批量处理播放列表

# 下载播放列表
yt-dlp --cookies ~/Downloads/bilibili_cookies.txt \
       -f "bestvideo+bestaudio" \
       --yes-playlist \
       "PLAYLIST_URL"

# 批量转换
for srt in *.srt; do
    python scripts/convert_srt_to_md.py -i "$srt"
done