如何获取Chrome浏览器中Google Live Caption窗口的文本内容？

Google Chrome的Live Caption功能可在浏览器中显示YouTube等视频的实时语音字幕。在运行Chrome的PC上，可通过Windows API，借助Microsoft VB、VC++等开发工具，通过任务列表定位标题为Live Caption的窗口（示例代码如下），请问是否有方法获取该窗口中的文本内容？

示例代码：

EnumWindows AddressOf EnumWindowsProc, 0&

附：来自inspect.exe的截图

可行的解决方案 #

从你提供的inspect.exe截图能看出，Live Caption窗口是Chrome的子窗口，用的是Chrome自研渲染框架，普通Windows文本API（比如GetWindowText）没法直接提取内容，因为它不是标准原生控件。可以试试这两种方法：

• UI自动化框架抓取：用Windows UI Automation API（VB/VC++都支持），遍历Chrome窗口的控件树，找到Live Caption对应的文本元素。截图里能看到窗口有可识别的文本节点，UI Automation可以直接读取这些节点的Value属性。
• Chrome调试协议获取：Live Caption的字幕是Chrome处理后生成的，你可以启动Chrome时加--remote-debugging-port=9222参数开启调试端口，通过HTTP请求连接到本地调试端口，订阅Accessibility相关事件或直接查询对应DOM元素的内容，这种方法比窗口抓取更稳定，不依赖控件结构。

具体实现提示 #

1. UI Automation方式：
   • 先用EnumWindows找到标题为Live Caption的窗口句柄。
   • 调用AutomationElement.FromHandle方法获取该窗口对应的自动化元素。
   • 遍历子元素，找到类型为Text的控件，读取其Current.Name或Current.Value属性。
2. Chrome调试协议方式：
   • 启动Chrome时添加参数--remote-debugging-port=9222。
   • 访问http://localhost:9222获取目标页面的调试会话，后续通过调试协议的接口获取字幕内容。

内容的提问来源于stack exchange，提问作者Mr Chan