字幕格式是 "中文 \n 英语"（\n 是换行符的意思）
// ==UserScript==
// @name Youtube 双语字幕下载 v14 (中文+任选的一门双语,比如英语) (v13 开始自动字幕不再支持双语，自动字幕只能下载翻译后的中文)
// @include https://*youtube.com/*
// @author Cheng Zheng
// @version 14
// @copyright Zheng Cheng
// @grant GM_xmlhttpRequest
// @grant unsafeWindow
// @description 字幕格式是 "中文 \n 英语"（\n 是换行符的意思）
// @license MIT
// @namespace https://greasyfork.org/users/5711
// @require https://code.jquery.com/jquery-1.12.4.min.js
// @require https://cdn.jsdelivr.net/npm/vue@2.7.14/dist/vue.js
// ==/UserScript==
/*
使用提示:
如果本脚本不能使用，有一定概率是因为 jQuery 的 CDN 在你的网络环境下无法载入，
就是文件顶部的这一句有问题：
@require https://code.jquery.com/jquery-1.12.4.min.js
解决办法：去网上随便找一个 jQuery 的 CDN 地址，替换掉这个，比如
https://cdn.bootcdn.net/ajax/libs/jquery/1.12.4/jquery.js
https://cdn.staticfile.org/jquery/1.12.4/jquery.min.js
作者联系方式:
QQ 1003211008
邮件 guokrfans@gmail.com
Github@1c7
本脚本使用场景:
Tampermonkey (Chrome 上的一款插件)
(意思是需要安装在 Tampermonkey 里来运行)
解决什么问题：
下载中外双语的字幕，格式是 中文 \n 外语, \n 是换行符的意思。
术语说明：
auto 自动字幕
closed 完整字幕 (或者叫人工字幕也可以)
原理说明:
对于"完整字幕", Youtube 返回的时间轴完全一致，因此只需要结合在一起即可，相对比较简单。
对于"自动字幕"，中文是一个个句子，英文是一个个单词，格式不同，时间轴也不同
因此，会基于中文的句子时间（时间轴），把英文放进去
特别感谢:
ytian(tianyebj)：解决英文字幕匹配错误的问题 (https://github.com/1c7/Youtube-Auto-Subtitle-Download/pull/11)
备忘:
如果要把字符串保存下来, 使用:
downloadString(srt_string, "text/plain", file_name);
用于测试的视频:
https://www.youtube.com/watch?v=JfBZfnkg1uM
版本更新日志
2022-12-23 把 v13 升级到 v14，因为 Youtube 又更新 UI 了。
2021-12-21 把 v12 升级到 v13
有多名用户分别在微博，微信，邮件，greasyfork, 四个渠道向我反馈了无法使用问题。
此时版本是 v12
测试视频1
https://www.youtube.com/watch?v=OWaFPsVa3ig&t=16s (有1个字幕，英语(自动生成))
绿色下拉菜单里选择 option "中文 + 英语 (自动生成)" 的确没有任何反应，无法下载。
实测发现: 英文字幕长度 284行，中文字幕长度 162行，没法一一对应，所以出错了。
测试视频2
https://www.youtube.com/watch?v=3RkhZgRNC1k (有2个字幕，英语（美国），英语(自动生成))
如果是中文+英语（美国） 那么两个都是885行，可以正常下载
但是 中文+英语（自动生成），英语是937行，中文是471行。
结论：
如果是中文+完整字幕，那么长度是一一对应的。没问题
如果是中文+自动生成字幕，那么长度不一样，就会有问题。
解决办法：
如果是自动字幕，只下载中文。
完整字幕不需要做额外修改，保留现在这样就行，可以正常工作。
*/
;
(function () {
'use strict'
// Config
var NO_SUBTITLE = '无字幕'
var HAVE_SUBTITLE = '下载双语字幕 (中文+外语)'
const NEW_LINE = '\n'
const BUTTON_ID = 'youtube-dual-lang-downloader-by-1c7-last-update-2020-12-3'
const anchor_element = "#above-the-fold #title";
// Config
var HASH_BUTTON_ID = `#${BUTTON_ID}`
// initialize
var first_load = true // indicate if first load this webpage or not
var youtube_playerResponse_1c7 = null // for auto subtitle
unsafeWindow.caption_array = [] // store all subtitle
// trigger when first load
// $(document).ready(function () {
// console.log('开始执行??');
// start()
// })
// trigger when loading new page
// (actually this would also trigger when first loading, that's not what we want, that's why we need to use firsr_load === false)
// (new Material design version would trigger this "yt-navigate-finish" event. old version would not.)
var body = document.getElementsByTagName('body')[0]
body.addEventListener('yt-navigate-finish', function (event) {
if (current_page_is_video_page() === false) {
return
}
youtube_playerResponse_1c7 = event.detail.response.playerResponse // for auto subtitle
unsafeWindow.caption_array = [] // clean up (important, otherwise would have more and more item and cause error)
// if use click to another page, init again to get correct subtitle
if (first_load === false) {
remove_subtitle_download_button()
init()
}
})
// trigger when loading new page
// (old version would trigger "spfdone" event. new Material design version not sure yet.)
window.addEventListener('spfdone', function (e) {
if (current_page_is_video_page()) {
remove_subtitle_download_button()
var checkExist = setInterval(function () {
if ($('#watch7-headline').length) {
init()
clearInterval(checkExist)
}
}, 330)
}
})
// return true / false
// Detect [new version UI(material design)] OR [old version UI]
// I tested this, accurated.
function new_material_design_version() {
var old_title_element = document.getElementById('watch7-headline')
if (old_title_element) {
return false
} else {
return true
}
}
// return true / false
function current_page_is_video_page() {
return get_video_id() !== null
}
// return string like "RW1ChiWyiZQ", from "https://www.youtube.com/watch?v=RW1ChiWyiZQ"
// or null
function get_video_id() {
return getURLParameter('v')
}
//https://stackoverflow.com/questions/11582512/how-to-get-url-parameters-with-javascript/11582513#11582513
function getURLParameter(name) {
return (
decodeURIComponent(
(new RegExp('[?|&]' + name + '=' + '([^&;]+?)(&|#|;|$)').exec(
location.search
) || [null, ''])[1].replace(/\+/g, '%20')
) || null
)
}
function remove_subtitle_download_button() {
$(HASH_BUTTON_ID).remove()
}
// 把 console.log 包装一层, 方便"开启"/"关闭"
// 这样可以在代码里遗留很多 console.log，实际运行时"关闭"掉不输出, 调试时"开启"
// function logging(...args) {
// if(typeof(console) !== 'undefined') {
// console.log(...args);
// }
// }
function inject_our_script() {
var div = document.createElement('div'),
select = document.createElement('select'),
option = document.createElement('option');
div.setAttribute(
'style',
`display: table;
margin-top:4px;
border: 1px solid rgb(0, 183, 90);
cursor: pointer; color: rgb(255, 255, 255);
border-top-left-radius: 3px;
border-top-right-radius: 3px;
border-bottom-right-radius: 3px;
border-bottom-left-radius: 3px;
background-color: #00B75A;
`
)
div.id = BUTTON_ID
div.title = 'Youtube Subtitle Downloader' // display when cursor hover
select.id = 'captions_selector'
select.disabled = true
select.setAttribute(
'style',
`display:block;
border: 1px solid rgb(0, 183, 90);
cursor: pointer;
color: rgb(255, 255, 255);
background-color: #00B75A;
padding: 4px;
`
)
option.textContent = 'Loading...'
option.selected = true
select.appendChild(option)
// 下拉菜单里，选择一项后触发下载
select.addEventListener(
'change',
function () {
download_subtitle(this)
},
false
)
div.appendChild(select) // put <select> into <div>
// Put the div into page: new material design
var title_element = document.querySelectorAll(
'.title.style-scope.ytd-video-primary-info-renderer'
)
if (title_element) {
$(title_element[0]).after(div)
}
// 把按钮加到页面上。
document.querySelector(anchor_element).appendChild(div)
load_language_list(select)
// <a> element is for download
var a = document.createElement('a')
a.style.cssText = 'display:none;'
a.setAttribute('id', 'ForSubtitleDownload')
var body = document.getElementsByTagName('body')[0]
body.appendChild(a)
}
// Trigger when user select <option>
async function download_subtitle(selector) {
console.log('进入download_subtitle')
// if user select first <option>
// we just return, do nothing.
if (selector.selectedIndex == 0) {
return
}
// 核心概念
// 对于完整字幕而言，英文和中文的时间轴是一致的，只需要一行行的 match 即可
// 但是对于自动字幕就不是这样了，"自动字幕的英文"只能拿到一个个单词的开始时间和结束时间
// "自动字幕的中文"只能拿到一个个句子
// 现在的做法是，先拿到中文，处理成 SRT 格式，
// 然后去拿英文，然后把英文的每个词，拿去和中文的每个句子的开始时间和结束时间进行对比
// 如果"英文单词的开始时间"在"中文句子的开始-结束时间"区间内，那么认为这个英文单词属于这一句中文
// 2021-8-11 更新
// 自动字幕的改了，和完整字幕一样了。
var caption = caption_array[selector.selectedIndex - 1] // because first <option> is for display, so index-1
var lang_code = caption.lang_code
var lang_name = caption.lang_name
// 初始化2个变量
var origin_url = null
var translated_url = null
// if user choose auto subtitle
// 如果用户选的是自动字幕
if (caption.lang_code == 'AUTO') {
origin_url = get_auto_subtitle_xml_url()
translated_url = origin_url + '&tlang=zh-Hans'
var translated_xml = await get(translated_url)
var translated_srt = parse_youtube_XML_to_object_list(translated_xml)
var srt_string = object_array_to_SRT_string(translated_srt)
var title = get_file_name(lang_name)
downloadString(srt_string, 'text/plain', title)
// after download, select first <option>
selector.options[0].selected = true
return // 别忘了 return
}
// 如果用户选的是完整字幕
origin_url = await get_closed_subtitle_url(lang_code)
translated_url = origin_url + '&tlang=zh-Hans'
var original_xml = await get(origin_url)
var translated_xml = await get(translated_url)
// 根据时间轴融合这俩
var original_srt = parse_youtube_XML_to_object_list(original_xml)
var translated_srt = parse_youtube_XML_to_object_list(translated_xml)
var dual_language_srt = merge_srt(original_srt, translated_srt)
var srt_string = object_array_to_SRT_string(dual_language_srt)
var title = get_file_name(lang_name)
downloadString(srt_string, 'text/plain', title)
// after download, select first <option>
selector.options[0].selected = true
}
// 把两个语言的 srt 数组组合起来，
// 比如把英文和中文的组合起来。
// 这个函数假设两个数组的长度是一模一样的。如果不一样就会出错，比如 srt_A 是 284 个，srt_B 是 164 个元素。
function merge_srt(srt_A, srt_B) {
var dual_language_srt = []
for (let index = 0; index < srt_A.length; index++) {
const element_A = srt_A[index]
const element_B = srt_B[index]
var text = element_B.text + NEW_LINE + element_A.text // 中文 \n 英文
var item = {
startTime: element_A.startTime,
endTime: element_A.endTime,
text: text,
}
dual_language_srt.push(item)
}
return dual_language_srt
}
// Return something like: "(English)How Did Python Become A Data Science Powerhouse?.srt"
function get_file_name(x) {
return `(${x})${get_title()}.srt`
}
// Detect if "auto subtitle" and "closed subtitle" exist
// And add <option> into <select>
// 加载语言列表
function load_language_list(select) {
// auto
var auto_subtitle_exist = false // 自动字幕是否存在(默认 false)
// closed
var closed_subtitle_exist = false
// get auto subtitle
var auto_subtitle_url = get_auto_subtitle_xml_url()
if (auto_subtitle_url != false) {
auto_subtitle_exist = true
}
// if there are "closed" subtitle?
var captionTracks = get_captionTracks()
if (
captionTracks != undefined &&
typeof captionTracks === 'object' &&
captionTracks.length > 0
) {
closed_subtitle_exist = true
}
// if no subtitle at all, just say no and stop
if (auto_subtitle_exist == false && closed_subtitle_exist == false) {
select.options[0].textContent = NO_SUBTITLE
disable_download_button()
return false
}
// if at least one type of subtitle exist
select.options[0].textContent = HAVE_SUBTITLE
select.disabled = false
var option = null // for <option>
var caption_info = null // for our custom object
// 自动字幕
if (auto_subtitle_exist) {
var auto_sub_name = get_auto_subtitle_name()
var lang_name = `${auto_sub_name} 翻译的中文`
caption_info = {
lang_code: 'AUTO', // later we use this to know if it's auto subtitle
lang_name: lang_name, // for display only
}
caption_array.push(caption_info)
option = document.createElement('option')
option.textContent = caption_info.lang_name
select.appendChild(option)
}
// if closed_subtitle_exist
if (closed_subtitle_exist) {
for (var i = 0, il = captionTracks.length; i < il; i++) {
var caption = captionTracks[i]
if (caption.kind == 'asr') {
continue
}
let lang_code = caption.languageCode
let lang_translated = caption.name.simpleText
var lang_name = `中文 + ${lang_code_to_local_name(
lang_code,
lang_translated
)}`
caption_info = {
lang_code: lang_code, // for AJAX request
lang_name: lang_name, // display to user
}
caption_array.push(caption_info)
// 注意这里是加到 caption_array, 一个全局变量, 待会要靠它来下载
option = document.createElement('option')
option.textContent = caption_info.lang_name
select.appendChild(option)
}
}
}
// 禁用下载按钮
function disable_download_button() {
$(HASH_BUTTON_ID)
.css('border', '#95a5a6')
.css('cursor', 'not-allowed')
.css('background-color', '#95a5a6')
$('#captions_selector')
.css('border', '#95a5a6')
.css('cursor', 'not-allowed')
.css('background-color', '#95a5a6')
if (new_material_design_version()) {
$(HASH_BUTTON_ID).css('padding', '6px')
} else {
$(HASH_BUTTON_ID).css('padding', '5px')
}
}
// 处理时间. 比如 start="671.33" start="37.64" start="12" start="23.029"
// 处理成 srt 时间, 比如 00:00:00,090 00:00:08,460 00:10:29,350
function process_time(s) {
s = s.toFixed(3)
// 超棒的函数, 不论是整数还是小数都给弄成3位小数形式
// 举个柚子:
// 671.33 -> 671.330
// 671 -> 671.000
// 注意函数会四舍五入. 具体读文档
var array = s.split('.')
// 把开始时间根据句号分割
// 671.330 会分割成数组: [671, 330]
var Hour = 0
var Minute = 0
var Second = array[0] // 671
var MilliSecond = array[1] // 330
// 先声明下变量, 待会把这几个拼好就行了
// 我们来处理秒数. 把"分钟"和"小时"除出来
if (Second >= 60) {
Minute = Math.floor(Second / 60)
Second = Second - Minute * 60
// 把 秒 拆成 分钟和秒, 比如121秒, 拆成2分钟1秒
Hour = Math.floor(Minute / 60)
Minute = Minute - Hour * 60
// 把 分钟 拆成 小时和分钟, 比如700分钟, 拆成11小时40分钟
}
// 分钟，如果位数不够两位就变成两位，下面两个if语句的作用也是一样。
if (Minute < 10) {
Minute = '0' + Minute
}
// 小时
if (Hour < 10) {
Hour = '0' + Hour
}
// 秒
if (Second < 10) {
Second = '0' + Second
}
return Hour + ':' + Minute + ':' + Second + ',' + MilliSecond
}
// Copy from: https://gist.github.com/danallison/3ec9d5314788b337b682
// Thanks! https://github.com/danallison
// Work in Chrome 66
// Test passed: 2018-5-19
function downloadString(text, fileType, fileName) {
var blob = new Blob([text], {
type: fileType,
})
var a = document.createElement('a')
a.download = fileName
a.href = URL.createObjectURL(blob)
a.dataset.downloadurl = [fileType, a.download, a.href].join(':')
a.style.display = 'none'
document.body.appendChild(a)
a.click()
document.body.removeChild(a)
setTimeout(function () {
URL.revokeObjectURL(a.href)
}, 1500)
}
// https://css-tricks.com/snippets/javascript/unescape-html-in-js/
// turn HTML entity back to text, example: " should be "
function htmlDecode(input) {
var e = document.createElement('div')
e.class =
'dummy-element-for-tampermonkey-Youtube-cn-other-subtitle-script-to-decode-html-entity-2021-8-11'
e.innerHTML = input
return e.childNodes.length === 0 ? '' : e.childNodes[0].nodeValue
}
// 获得自动字幕的地址
// return URL or null;
// later we can send a AJAX and get XML subtitle
// 例子输出: https://www.youtube.com/api/timedtext?v=JfBZfnkg1uM&asr_langs=de,en,es,fr,it,ja,ko,nl,pt,ru&caps=asr&exp=xftt,xctw&xorp=true&xoaf=5&hl=zh-CN&ip=0.0.0.0&ipbits=0&expire=1628691971&sparams=ip,ipbits,expire,v,asr_langs,caps,exp,xorp,xoaf&signature=55984444BD75E34DB9FE809058CCF7DE5B1AB3B5.193DC32A1E0183D8D627D229C9C111E174FF56FF&key=yt8&kind=asr&lang=en
/*
如果直接访问这个地址，里面的格式是 XML，比如
<transcript>
<text start="0.589" dur="6.121">hello in this video I would like to</text>
<text start="3.6" dur="5.88">share what I've learned about setting up</text>
<text start="6.71" dur="5.08">shadows and shadow casting and shadow</text>
<text start="9.48" dur="5.6">occlusion and stuff like that in a</text>
</transcript>
*/
function get_auto_subtitle_xml_url() {
try {
var captionTracks = get_captionTracks()
for (var index in captionTracks) {
var caption = captionTracks[index]
if (typeof caption.kind === 'string' && caption.kind == 'asr') {
return captionTracks[index].baseUrl
}
// ASR – A caption track generated using automatic speech recognition.
// https://developers.google.com/youtube/v3/docs/captions
}
} catch (error) {
return false
}
}
// Input: lang_code like 'en'
// Output: URL (String)
async function get_closed_subtitle_url(lang_code) {
try {
var captionTracks = get_captionTracks()
for (var index in captionTracks) {
var caption = captionTracks[index]
if (caption.languageCode === lang_code && caption.kind != 'asr') {
var url = captionTracks[index].baseUrl
return url
}
}
} catch (error) {
console.log(error)
return false
}
}
// 把 ajax 请求简单 wrap 一下方便使用
// Usage: var result = await get(url)
function get(url) {
return $.ajax({
url: url,
type: 'get',
success: function (r) {
return r
},
fail: function (error) {
return error
},
})
}
// Input: XML (provide by Youtube)
// Output: Array of object
// each object look like:
/*
{
startTime: "",
endTime: "",
text: ""
}
*/
// it's intermediate representation for SRT
function parse_youtube_XML_to_object_list(youtube_xml_string) {
if (
youtube_xml_string === '' ||
youtube_xml_string === undefined ||
youtube_xml_string === null
) {
return false
}
var result_array = []
var text_nodes = youtube_xml_string.getElementsByTagName('text')
var len = text_nodes.length
for (var i = 0; i < len; i++) {
var text = text_nodes[i].textContent.toString()
text = text.replace(/(<([^>]+)>)/gi, '') // remove all html tag.
text = htmlDecode(text)
var attr_start = text_nodes[i].getAttribute('start') // 开始时间
var attr_dur = text_nodes[i].getAttribute('dur')
var start = parseFloat(attr_start)
var dur = parseFloat(attr_dur)
var end = start + dur // 结束时间
// 如果下一行的"开始时间", 在当前行的"结束时间"之后，那么代表这一行和下一行没有串行。屏幕上不会同时显示两行字幕。
// 如果下一行的"开始时间"，早于当前行的"结束时间"，那么我们把当前行的结束时间，改为下一行的开始时间
var next_line_index = i + 1
if (next_line_index < len) {
var next_line = text_nodes[next_line_index]
var next_line_attr_start = next_line.getAttribute('start')
var next_line_start = parseFloat(next_line_attr_start)
if (end > next_line_start) {
end = next_line_start
}
}
var start_time = process_time(parseFloat(start))
var end_time = process_time(parseFloat(end))
var item = {
startTime: start_time,
endTime: end_time,
text: text,
}
result_array.push(item)
}
return result_array
}
/*
Input: [ {startTime: "", endTime: "", text: ""}, {...}, {...} ]
Output: SRT
*/
function object_array_to_SRT_string(object_array) {
var result = ''
var BOM = '\uFEFF'
result = BOM + result // store final SRT result
for (var i = 0; i < object_array.length; i++) {
var item = object_array[i]
var index = i + 1
var start_time = item.startTime
var end_time = item.endTime
var text = item.text
var new_line = NEW_LINE
result = result + index + new_line
result = result + start_time
result = result + ' --> '
result = result + end_time + new_line
result = result + text + new_line + new_line
}
return result
}
// return "English (auto-generated)" or a default name;
function get_auto_subtitle_name() {
try {
var captionTracks = get_captionTracks()
for (var index in captionTracks) {
var caption = captionTracks[index]
if (typeof caption.kind === 'string' && caption.kind == 'asr') {
return captionTracks[index].name.simpleText
}
}
return 'Auto Subtitle'
} catch (error) {
return 'Auto Subtitle'
}
}
// return player_response
// or return null
function get_youtube_data() {
return document.getElementsByTagName('ytd-app')[0].data.playerResponse
}
function get_captionTracks() {
let data = get_youtube_data()
var captionTracks =
data?.captions?.playerCaptionsTracklistRenderer?.captionTracks
return captionTracks
}
// Input a language code, output that language name in current locale
// 如果当前语言是中文简体, Input: "de" Output: 德语
// if current locale is English(US), Input: "de" Output: "Germany"
function lang_code_to_local_name(languageCode, fallback_name) {
try {
var captionTracks = get_captionTracks()
for (var i in captionTracks) {
var caption = captionTracks[i]
if (caption.languageCode === languageCode) {
let simpleText = captionTracks[i].name.simpleText
if (simpleText) {
return simpleText
} else {
return fallback_name
}
}
}
} catch (error) {
return fallback_name
}
}
// 获取当前视频的标题 (String), 比如 "How Does the Earth Move? Crash Course Geography #5"
// https://www.youtube.com/watch?v=ljjLV-5Sa98
// 获取视频标题
function get_title() {
// 方法1：先尝试拿到标题
var title_element = document.querySelector(
'h1.title.style-scope.ytd-video-primary-info-renderer'
)
if (title_element != null) {
var title = title_element.innerText
// 能拿到就返回
if (title != undefined && title != null && title != '') {
return title
}
}
// 方法2：如果方法1失效用这个
return ytplayer.config.args.title // 这个会 delay, 如果页面跳转了，这个获得的标题还是旧的
}
const wait = (ms) => new Promise((resolve) => setTimeout(resolve, ms))
// 等待一个元素存在
// https://stackoverflow.com/questions/5525071/how-to-wait-until-an-element-exists
function waitForElm(selector) {
return new Promise((resolve) => {
if (document.querySelector(selector)) {
return resolve(document.querySelector(selector))
}
const observer = new MutationObserver((mutations) => {
if (document.querySelector(selector)) {
resolve(document.querySelector(selector))
observer.disconnect()
}
})
observer.observe(document.body, {
childList: true,
subtree: true,
})
})
}
function init() {
// console.log('进入 init');
inject_our_script()
first_load = false
}
async function main() {
// console.log("[开始工作] Youtube 双语字幕下载");
await waitForElm(anchor_element)
init()
}
setTimeout(main, 2000);
})()