You need to enable JavaScript to run this app. 安装pytube后xml转srt失败报KeyError:'start'问题求助
优惠活动
大模型
产品
解决方案
定价
更多

安装pytube后xml转srt失败报KeyError:'start'问题求助

报错原因

KeyError: 'start'是旧版pytube的字幕解析逻辑缺陷导致的:YouTube更新了字幕XML返回结构,加入了多层标签嵌套,旧版pytube遍历子节点时会匹配到没有start属性的非字幕内容节点,直接触发报错。

解决方案

方法1:升级pytube到修复后的最新版本

先卸载旧版本再重新安装最新版即可,操作命令如下:

pip uninstall pytube -y
pip install pytube --upgrade

升级完成后重新运行原有代码,大多情况下可以直接解决问题。

方法2:手动修改pytube源码适配解析逻辑

如果升级后仍有报错,可以直接修改本地的pytube源码修复缺陷:

  1. 找到报错栈中提到的pytube/captions.py文件
  2. 定位到xml_caption_to_srt方法的遍历逻辑部分,原代码大概如下:
for i, child in enumerate(list(root)):
    try:
        duration = float(child.attrib["dur"])
    except KeyError:
        duration = 0.0
    start = float(child.attrib["start"])
  1. 给遍历逻辑增加过滤条件,只保留带start属性的节点,修改为:
for i, child in enumerate([e for e in list(root) if 'start' in e.attrib]):
    try:
        duration = float(child.attrib["dur"])
    except KeyError:
        duration = 0.0
    start = float(child.attrib["start"])

修改保存后重新运行原有代码即可正常生成srt字幕。

方法3:自行解析XML生成srt(无需修改源码)

如果不想改动pytube的内置源码,可以自行拿到XML格式字幕后手动转换为srt,参考代码如下:

import re
from pytube import YouTube

def xml_to_srt(xml_content):
    # 匹配所有有效字幕节点
    pattern = re.compile(r'<p start="([\d.]+)" dur="([\d.]+)".*?>(.*?)</p>', re.DOTALL)
    matches = pattern.findall(xml_content)
    srt_lines = []
    for idx, (start, dur, text) in enumerate(matches, 1):
        # 转换为srt要求的时间格式 时:分:秒,毫秒
        start_sec = float(start)
        end_sec = start_sec + float(dur)
        def format_time(sec):
            h = int(sec // 3600)
            m = int((sec % 3600) // 60)
            s = sec % 60
            return f"{h:02d}:{m:02d}:{s:06.3f}".replace('.', ',')
        srt_lines.append(str(idx))
        srt_lines.append(f"{format_time(start_sec)} --> {format_time(end_sec)}")
        # 处理HTML转义字符
        text = text.replace('&amp;', '&').replace('&lt;', '<').replace('&gt;', '>')
        text = text.replace('&#39;', "'").replace('&quot;', '"').strip()
        srt_lines.append(text)
        srt_lines.append('')
    return '\n'.join(srt_lines)

# 调用示例
yt = YouTube('https://www.youtube.com/watch?v=4ZQQofkz9eE')
caption = yt.captions['a.en']
srt_content = xml_to_srt(caption.xml_captions)
# 输出或保存srt内容
print(srt_content)
with open('output.srt', 'w', encoding='utf-8') as f:
    f.write(srt_content)

内容的提问来源于stack exchange,提问作者Sandra

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.07 20:15:00