파이썬으로 유튜브 자막 정리하기

유튜브 자막을 파이썬으로 효과적으로 정리하는 방법

유튜브 자막을 수동으로 정리하는 것은 매우 번거로운 과정이에요. 예를 들어, 긴 강의 영상을 보면서 필요한 부분을 찾기 위해 자막을 일일이 읽어야 한다면 정말 시간이 많이 소모될 것이에요. 하지만 이제 파이썬을 사용하면 이 모든 과정이 훨씬 간편해져요. 이를 통해 여러분은 효율적으로 자막을 정리하고, 원하는 내용을 쉽게 추출할 수 있습니다. 이제 어떤 방법으로 자막을 정리할 수 있는지 알아보도록 해요.

파이썬으로 유튜브 자막 추출하기

파이썬을 활용해 유튜브 자막을 추출하는 첫 번째 단계는 자막 파일을 다운로드하는 것이에요. 이를 위해 파이썬의 youtube_dl 라이브러리를 사용할 수 있어요. 아래와 같은 방법으로 설치할 수 있습니다.

라이브러리 설치

bash
pip install youtube-dl


자막 다운로드 코드

이제 다음과 같은 코드를 작성해서 자막을 다운로드할 수 있어요.

다운로드할 유튜브 영상의 URL

url = ‘https://www.youtube.com/watch?
v=YOURVIDEOID’

자막 다운로드 명령

os.system(f’youtube-dl –write-auto-sub –skip-download {url}’)

자막 파일 확인

자막 파일이 다운로드되면 .vtt 또는 .srt 형식으로 저장되는데, 이 파일들을 텍스트 편집기로 열어서 내용을 확인할 수 있어요. 자막 파일은 보통 이와 같은 형식으로 되어 있어요.

2
00:00:03.500 –> 00:00:06.000
오늘은 파이썬으로 자막을 정리하는 방법에 대해 이야기할게요.

자막 데이터 정리 및 처리

자막을 다운로드한 후에는 이를 더욱 유용하게 정리할 수 있어요. 자막 파일의 내용을 파싱하고, 분석하여 원하는 내용을 추출할 수 있습니다.

파이썬으로 자막 파일 읽기

아래는 pysrt 라이브러리를 사용하여 SRT 파일을 다루는 간단한 예시입니다. 해당 라이브러리를 통해 자막 내용을 편리하게 다룰 수 있어요.

bash
pip install pysrt


SRT 파일 읽기

subtitles = pysrt.open(‘yoursubtitlefile.srt’)

자막 내용 출력

for subtitle in subtitles:
print(subtitle.text)

자막 내용 정리

자막의 내용이 잘 정리되어야 하는데, 이를 통해 의미 없는 부분을 제거하거나 특정 키워드만 추출할 수 있어요. 예를 들어, 자막에서 ‘안녕하세요’와 같은 인사말을 모두 제거하고 싶을 때는 다음과 같은 코드를 사용할 수 있습니다.

for subtitle in subtitles:
if ‘안녕하세요’ not in subtitle.text:
cleaned_subtitles.append(subtitle.text)

정리된 자막 내용 출력

for text in cleaned_subtitles:
print(text)

주요 포인트	설명
자막 파일 형식	.srt, .vtt 형태로 제공
필요한 라이브러리	youtube_dl, pysrt
텍스트 정리 방법	불필요한 텍스트 제거, 키워드 추출 등

자막 분석하기

자막을 정리하는 것뿐만 아니라, 자막의 내용을 분석하는 것도 중요한데요. 이를 통해 영상의 내용을 더 깊이 이해할 수 있어요.

키워드 분석

자막에서 자주 등장하는 키워드를 분석할 수 있어요. 예를 들어, collections 모듈을 사용해서 빈도수를 계산할 수 있습니다.

words = ‘ ‘.join(cleanedsubtitles).split()
wordcount = Counter(words)

가장 많이 나온 단어 출력

print(wordcount.mostcommon(10))

분석 결과 활용

이러한 분석 결과는 내용 요약이나 인사이트 도출에 큰 도움이 돼요. 예를 들어, 자주 언급된 키워드를 바탕으로 블로그 포스트를 작성하거나, 관련된 내용을 정리할 수 있어요.

데이터 시각화

저장한 자막 데이터를 그래픽으로 시각화하여 이해하기 쉽게 만들 수 있어요. 이를 위해 Matplotlib 라이브러리를 사용할 수 있어요.

시각화 코드 예시

bash
pip install matplotlib


키워드 빈도를 시각화하기

labels, values = zip(*wordcount.mostcommon(10))

plt.bar(labels, values)
plt.title(‘Top 10 Words in Subtitles’)
plt.xlabel(‘Words’)
plt.ylabel(‘Frequency’)
plt.xticks(rotation=45)
plt.show()

결론

이제 유튜브 자막을 파이썬으로 효과적으로 정리할 수 있는 방법을 배웠어요. 각 단계에서 적용한 코드 예시와 설명을 통해 직접 자막을 다운로드하고, 정리하며, 분석하는 방법을 경험할 수 있었어요. 파이썬을 활용하면 반복적인 작업에서 많은 시간을 절약할 수 있으며, 분석된 데이터를 바탕으로 더 나은 인사이트를 얻을 수 있어요.

다음 번에도 자막을 정리해야 한다면, 이번 방법을 꼭 활용해 보세요!
여러분의 유튜브 활용도가 한층 높아질 겁니다.