youtube-transcript-api 报 IP 被封，服务器上怎么拿 YouTube 字幕？

这个坑几乎人人踩过：做了个视频摘要工具，本地跑得好好的，一部署到 AWS、Railway 或者 Colab，第一个请求就报 RequestBlocked 或 IpBlocked。YouTube 会拒绝大量云服务器 IP 段的字幕请求，库本身改变不了服务器在哪个机房。项目的 issue 里还有人买了轮换代理照样被封。

解决思路很直接：不要再从这台服务器的 IP 去问 YouTube。服务器只调用一个带 key 的 HTTPS 接口，字幕由接口返回。

用哪个接口

YouTube 视频字幕传 11 位的视频 ID（id），可选传优先语言（lang）。返回全文，以及带时间的分段，每段有 start、end（单位秒）和 text。

数量	调用次数	费用
1 个视频	1	$0.004
100 个视频	100	$0.40
1,000 个视频	1000	$4.00

这是上限。没有字幕的视频返回 not_found，不收钱。

直接替换原来的 fetch()

import os, requests

def fetch_transcript(video_id, lang=None):
    params = {"id": video_id, **({"lang": lang} if lang else {})}
    body = requests.get(
        "https://api.okdata.online/v1/youtube/videos/transcript/get",
        headers={"Authorization": f"Bearer {os.environ['OKDATA_API_KEY']}"},
        params=params, timeout=60,
    ).json()
    if body["code"] == "not_found":
        return None  # 视频没有字幕，没有扣费
    if body["code"] != "ok":
        raise RuntimeError(f"{body['code']}: {body['message']}")
    return body["data"]["item"]

t = fetch_transcript("dQw4w9WgXcQ", lang="en")
print(t["lang"], len(t["segments"]), t["text"][:200])

如果下游代码按 youtube-transcript-api 的格式读数据，duration 用 end - start 算出来就行。

还要留意的地方

• 传 ID，别传链接。https://www.youtube.com/watch?v=dQw4w9WgXcQ 里要传的是 dQw4w9WgXcQ。
• 短时间内并发太多，可能碰到 key 的限流。rate_limited 不扣费，按 Retry-After 等几秒再发。错误码见错误说明。
• 请求超时的话，带同一个 Idempotency-Key 重试；已经完成的结果会原样返回，不会重复扣费。
• 只支持有字幕的公开视频，这里不做语音转文字。

哪些情况换条路更好

• 已经买了好用的住宅代理池，量又特别大，继续用 youtube-transcript-api 可能更便宜。
• 只要几十个视频，在家里的宽带上跑这个库，一般不会被封。
• 自己频道的视频，官方 YouTube Data API 可以直接下载字幕文件，因为你有编辑权限。
• 视频本身没有字幕，就只能对你有权下载的音频跑 Whisper 这类语音识别。

更多批量处理的做法见视频转文字方案。