问用Python下载utf-8字符YouTube字幕

EN

看起来这根本不是Youtube API的问题，而是Python的问题。请注意，您的错误不是编码错误，而是解码错误；您偶然发现了Python的工作方式(无论是好是坏)。Python中的许多函数都会将unicode数据转换为8位字符串，而不是原生unicode对象，使用\x和十六进制数字来表示大于127的字符。(一种这样的方法是您正在使用的SubRipFile对象的"from_string“方法。)因此，数据仍然是unicode，但对象是字符串。因此，当您随后强制转换为unicode对象时(通过在您提供的示例代码中使用unicode对象的'join‘方法触发)，Python将假定使用ascii编解码器(8位字符串的默认编解码器，无论数据编码如何)来处理数据，然后在这些十六进制字符上抛出错误。

有几种解决方案。

1)当您运行join方法时，您可以显式地告诉Python不要假定ascii编解码器，但我总是努力做到这一点(并且在每种情况下都这样做)。因此，我不会尝试一些示例代码。

2)您可以放弃原生unicode对象，只使用8位字符串来处理unicode数据；这只需要您更改以下行：

body = u'\n'.join(lines[2:])

要这样做：

body = '\n'.join(lines[2:])

但是，这种方法也有潜在的缺点--同样，您必须确保在每种情况下都这样做；您也不会利用Python原生unicode对象(这可能会在稍后的代码中成为问题，也可能不会成为问题)。

3)你可以使用低级的“编解码器”模块来确保数据从一开始就被转换为原生unicode对象，而不是摆弄8位字符串。通常，您可以通过以下方式完成此类任务：

import codecs
f=codecs.open('captions.srt',encoding='utf-8')
l=f.readlines()
f.close()
type(l[0]) # will be unicode object rather than string object

当然，使用返回字符串的SubRipFile对象会很复杂，但您可以通过StringIO对象(这样编解码器模块可以将抓取的数据作为文件)发送它，使用codecs.encode()方法等来解决这个问题。

祝你好运。