无法抓取YouTube视频隐藏字幕，求非Selenium技术解决建议

嘿，我明白你现在的困扰——用requests和BeautifulSoup抓YouTube字幕编辑器页面却找不到目标<textarea>标签，还不想用Selenium来搞批量处理对吧？这事儿我之前也碰到过，咱们来一步步拆解问题，找到不用浏览器就能搞定的办法。

问题根源分析 #

你当前的方法行不通，核心原因有两个：

• 动态内容渲染：YouTube的timedtext_editor页面是纯前端动态生成的，你用requests拿到的只是页面的空骨架，那个<textarea>是通过JavaScript后续加载的。requests不会执行页面中的JS，哪怕加再多time.sleep()也没用，根本拿不到实际渲染后的内容。
• 页面定位错误：timedtext_editor是给用户手动编辑字幕用的交互页面，它的内容加载依赖多个后台AJAX请求，直接爬这个页面本身就不是批量获取字幕的最优路径。

最优解决方案：直接调用YouTube字幕API #

不用碰编辑器页面，直接调用YouTube官方的字幕接口，这才是批量获取字幕的高效姿势。

步骤1：获取字幕轨道数据 #

发送POST请求到YouTube的转录接口，传入视频ID即可拿到结构化的字幕数据：

import requests
import json

def get_youtube_transcript(video_id):
    # 公开的通用API密钥（来自YouTube前端代码）
    api_url = "https://www.youtube.com/youtubei/v1/get_transcript?key=AIzaSyAO_FJ2SlqU8Q4STEHLGCilw_Y9_11qcW8"
    # 模拟浏览器请求头，避免被拦截
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/118.0.0.0 Safari/537.36",
        "Content-Type": "application/json"
    }
    # 请求体参数，符合YouTube接口要求
    payload = {
        "context": {
            "client": {
                "clientName": "WEB",
                "clientVersion": "2.20231016.00.00"
            }
        },
        "videoId": video_id
    }

    response = requests.post(api_url, headers=headers, json=payload)
    if response.status_code == 200:
        return response.json()
    else:
        print(f"请求失败，状态码：{response.status_code}")
        return None

# 用你的视频ID测试
video_id = "Nxb2s2Mv6Pw"
transcript_data = get_youtube_transcript(video_id)

步骤2：解析并提取字幕内容 #

拿到返回的JSON数据后，直接提取字幕文本和时间戳即可，完全不需要找<textarea>：

if transcript_data:
    # 提取第一个字幕轨道（通常是你指定的语言）
    transcript_body = transcript_data["actions"][0]["updateEngagementPanelAction"]["content"]["transcriptRenderer"]["body"]["transcriptBodyRenderer"]["cueGroups"]
    
    # 遍历所有字幕片段
    for cue_group in transcript_body:
        for cue in cue_group["transcriptCueGroupRenderer"]["cues"]:
            # 提取字幕文本和开始时间（毫秒）
            subtitle_text = cue["transcriptCueRenderer"]["cue"]["simpleText"]
            start_time_ms = cue["transcriptCueRenderer"]["startTimeMs"]
            print(f"[{int(start_time_ms)//1000}s] {subtitle_text}")

额外说明 #

• 批量处理适配：你只需要把视频ID列表循环传入get_youtube_transcript函数，就能高效处理大量链接，速度比用Selenium快得多。
• 权限问题：如果是公开视频的字幕，这个方法不需要登录就能获取；如果是私有视频，可能需要处理登录后的会话Cookie，但公开场景完全够用。
• 稳定性：这个接口是YouTube官方用于网页端加载字幕的接口，比爬编辑器页面稳定得多，不容易被反爬机制拦截。

内容的提问来源于stack exchange，提问作者M4cJunk13