Skip to main content

YouTube 字幕

YouTube 是由 Google 创建的在线视频分享和社交媒体平台。

这份笔记涵盖了如何从 YouTube 字幕 加载文档。

from langchain_community.document_loaders import YoutubeLoader
%pip install --upgrade --quiet  youtube-transcript-api
loader = YoutubeLoader.from_youtube_url(
    "https://www.youtube.com/watch?v=QsYGlZkevEg", add_video_info=False
)
loader.load()

添加视频信息​

%pip install --upgrade --quiet  pytube
loader = YoutubeLoader.from_youtube_url(
    "https://www.youtube.com/watch?v=QsYGlZkevEg", add_video_info=True
)
loader.load()

添加语言偏好​

语言参数：这是一个按优先级降序排列的语言代码列表，默认为 en。

翻译参数：这是一个翻译偏好，您可以将可用的字幕翻译成您偏好的语言。

loader = YoutubeLoader.from_youtube_url(
    "https://www.youtube.com/watch?v=QsYGlZkevEg",
    add_video_info=True,
    language=["en", "id"],
    translation="en",
)
loader.load()

Google Cloud 的 YouTube 加载器​

先决条件​

  1. 创建一个 Google Cloud 项目或使用现有项目

  2. 启用 Youtube Api

  3. 为桌面应用程序授权凭据

  4. pip install --upgrade google-api-python-client google-auth-httplib2 google-auth-oauthlib youtube-transcript-api

🧑 摄取 Google 文档数据的说明​

默认情况下，GoogleDriveLoader 期望 credentials.json 文件位于 ~/.credentials/credentials.json，但可以使用 credentials_file 关键字参数进行配置。token.json 也是同样的情况。请注意，第一次使用加载器时，token.json 将会自动创建。

GoogleApiYoutubeLoader 可以从 Google 文档文档 id 列表或文件夹 id 加载。您可以从以下 URL 获取文件夹和文档 id：

请注意，根据您的设置，service_account_path 需要进行设置。有关更多详细信息，请参阅此处。

# 初始化 GoogleApiClient
from pathlib import Path
from langchain_community.document_loaders import GoogleApiClient, GoogleApiYoutubeLoader
google_api_client = GoogleApiClient(credentials_path=Path("your_path_creds.json"))
# 使用频道
youtube_loader_channel = GoogleApiYoutubeLoader(
    google_api_client=google_api_client,
    channel_name="Reducible",
    captions_language="en",
)
# 使用 Youtube Ids
youtube_loader_ids = GoogleApiYoutubeLoader(
    google_api_client=google_api_client, video_ids=["TrdevFK_am4"], add_video_info=True
)
# 返回文档列表
youtube_loader_channel.load()

Was this page helpful?


You can leave detailed feedback on GitHub.