🎥 YouTube Transcript Extractor

Una herramienta completa para extraer y organizar transcripciones de videos de YouTube con interfaz interactiva y detección automática de idiomas.

✨ Características Principales

🎯 Interfaz interactiva con menús visuales y colores
🧠 Detección automática de idiomas del video original
📹 Extracción de videos individuales con preview y validación
📋 Procesamiento por lotes desde archivos de URLs
📂 Soporte completo para playlists de YouTube
🔍 Búsqueda automática de URLs en código HTML
⏱️ Barras de progreso en tiempo real
📁 Organización automática en carpetas estructuradas
❌ Manejo inteligente de errores con mensajes amigables

🚀 Instalación Rápida

📋 Guías Específicas por Sistema

🍎 macOS/Linux: Ver INSTALACION_RAPIDA.md
🪟 Windows: Ver INSTALACION_WINDOWS.md

Opción 1: Instalación Automática (Recomendada)

git clone https://github.com/tu-usuario/youtube-transcript-extractor.git
cd youtube-transcript-extractor

# El instalador detecta automáticamente tu sistema operativo
python3 install.py  # macOS/Linux
python install.py   # Windows

¿Qué hace el instalador automáticamente?

✅ Detecta tu sistema operativo (Windows/macOS/Linux)
✅ Verifica compatibilidad de Python (3.6+)
✅ Instala todas las dependencias automáticamente
✅ Crea estructura de directorios (transcripts/)
✅ Genera archivos de ejemplo listos para usar
✅ Verifica que yt-dlp funcione correctamente
✅ Muestra comandos específicos para tu sistema

Opción 2: Instalación Manual

git clone https://github.com/tu-usuario/youtube-transcript-extractor.git
cd youtube-transcript-extractor

# Crear entorno virtual (recomendado)
python3 -m venv venv          # macOS/Linux
# python -m venv venv         # Windows

# Activar entorno virtual
source venv/bin/activate      # macOS/Linux
# venv\Scripts\activate       # Windows

# Instalar dependencias
pip install -r requirements.txt

🎮 Uso de la Aplicación

🚀 Inicio Rápido

# Paso 1: Instalar dependencias (solo la primera vez)
python3 install.py  # macOS/Linux
# python install.py   # Windows

# Paso 2: Activar entorno virtual (IMPORTANTE)
source venv/bin/activate      # macOS/Linux
# venv\Scripts\activate       # Windows

# Paso 3: Iniciar la aplicación
python3 start.py    # macOS/Linux  
# python start.py     # Windows

🎯 Prueba Inmediata (Para Principiantes)

# ¡IMPORTANTE! Activa el entorno virtual primero:
source venv/bin/activate      # macOS/Linux
# venv\Scripts\activate       # Windows

# Luego inicia la aplicación:
python3 start.py              # macOS/Linux
# python start.py             # Windows

# → Selecciona opción 2 (Lista de URLs)
# → Archivo: test_urls.txt
# → ¡Verás el sistema funcionando!

🎯 Interfaz Principal

Al iniciar verás un menú interactivo elegante:

🎥 YouTube Transcript Extractor
═══════════════════════════════════

🚀 ¿Qué deseas hacer?
┏━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┓
┃ # ┃ Opción                   ┃ Descripción                             ┃
┡━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┩
│ 1 │ 🎥 Video individual      │ Extraer transcripción de un solo video  │
│ 2 │ 📋 Lista de URLs         │ Procesar URLs desde archivo             │
│ 3 │ 📂 Playlist de YouTube   │ Extraer todos los videos de una playlist│
│ 4 │ 🔍 Buscar en código HTML │ Encontrar URLs de YouTube en código     │
│ 5 │ ❌ Salir                 │ Cerrar la aplicación                    │
└───┴──────────────────────────┴─────────────────────────────────────────┘

👉 Selecciona una opción [1/2/3/4/5] (1):

📝 Guía Detallada por Opción

1️⃣ Video Individual

Ideal para: Extraer la transcripción de un solo video

Pasos:

Selecciona opción 1
Pega la URL del video de YouTube
El sistema detecta automáticamente el idioma original
Confirma si quieres proceder
¡Listo! Los archivos se guardan automáticamente

2️⃣ Lista de URLs

Ideal para: Procesar múltiples videos desde un archivo

Preparación:

Usa el archivo de ejemplo (creado automáticamente): video_urls_ejemplo.txt

Edita el archivo ejemplo:

# Abre el archivo
nano video_urls_ejemplo.txt  # o cualquier editor

# Descomenta y reemplaza las URLs de ejemplo:
https://www.youtube.com/watch?v=tu_video_real_1
https://www.youtube.com/watch?v=tu_video_real_2

O crea tu propio archivo (ej: mis_videos.txt) con una URL por línea

3️⃣ Playlist Completa

Ideal para: Extraer todos los videos de una playlist

Pasos:

Selecciona opción 3
Pega la URL de la playlist
El sistema extrae automáticamente todas las URLs
Confirma el procesamiento

4️⃣ Buscar en Código HTML

Ideal para: Encontrar URLs de YouTube en código fuente

Preparación:

Usa el archivo de ejemplo (creado automáticamente): codigo_fuente_ejemplo.txt

Copia y edita el archivo:

# Crea tu archivo de trabajo
cp codigo_fuente_ejemplo.txt codigo_fuente.txt

# Edita y pega tu HTML real
nano codigo_fuente.txt

Pega el código HTML que contenga videos de YouTube
El sistema busca automáticamente URLs de YouTube

🧠 Detección Inteligente de Idiomas

El sistema detecta automáticamente el idioma original de cada video y descarga la transcripción en ese idioma:

Videos en inglés → Transcripción en inglés
Videos en español → Transcripción en español
Otros idiomas → Transcripción traducida al inglés

🌐 Idioma detectado: en
✅ Seleccionado idioma original: en
📝 Idioma seleccionado: en

📁 Archivos de Ejemplo (Creados Automáticamente)

El instalador crea archivos de ejemplo listos para usar:

📄 Archivos de Plantilla

video_urls_ejemplo.txt          # Plantilla para listas de URLs
codigo_fuente_ejemplo.txt       # Plantilla para código HTML
playlist_urls_ejemplo.txt       # Ejemplo de salida de playlist
test_urls.txt                   # URLs reales para probar

🎯 Cómo Usar los Archivos de Ejemplo

Para Procesar Lista de URLs:

# 1. Copia el archivo ejemplo
cp video_urls_ejemplo.txt mis_videos.txt

# 2. Edita y agrega tus URLs reales
nano mis_videos.txt

# 3. En el programa: Opción 2 → archivo: mis_videos.txt

Para Buscar en HTML:

# 1. Copia el archivo ejemplo  
cp codigo_fuente_ejemplo.txt codigo_fuente.txt

# 2. Pega tu código HTML real
nano codigo_fuente.txt

# 3. En el programa: Opción 4

Para Testing Rápido:

# Usa test_urls.txt para probar inmediatamente
python start.py → Opción 2 → test_urls.txt

📁 Estructura de Salida

Las transcripciones se organizan automáticamente:

transcripts/
  └── [nombre_carpeta]/
      ├── transcripts_plain/
      │   └── 001_[título_video]_[video_id].txt
      └── transcripts_with_timestamps/
          └── 001_[título_video]_[video_id].txt

Ejemplo de contenido:

# Archivo plain:
Hola y bienvenidos a este tutorial sobre Python para SEO...

# Archivo con timestamps:
[00:00:05] Hola y bienvenidos a este tutorial sobre Python para SEO
[00:00:12] En este video vamos a aprender a automatizar...

🎬 Experiencia Durante el Procesamiento

Barra de Progreso en Tiempo Real

🚀 Iniciando extracción de 25 video(s)...

Procesando... ▓▓▓▓▓▓▓░░░ 70.0% • 18/25 • 0:02:30
📹 Tutorial de Python para SEO - Extracción de Da...

Resultado Final

╭─────────────────────────────── 🎉 Éxito Total ───────────────────────────────╮
│ ✅ ¡Procesamiento completado exitosamente!                                   │
│                                                                              │
│ 📊 Estadísticas:                                                             │
│    • Videos procesados: 25/25                                                │
│    • Éxito: 100%                                                             │
│                                                                              │
│ 📁 Archivos guardados en:                                                    │
│    • Texto plano: transcripts/mi_canal/transcripts_plain/                    │
│    • Con timestamps: transcripts/mi_canal/transcripts_with_timestamps/       │
╰──────────────────────────────────────────────────────────────────────────────╯

🔧 Requisitos Técnicos

Python 3.6+ (recomendado Python 3.8+)
yt-dlp (para extracción robusta)
Dependencias automáticas (instaladas por install.py):
- requests
- rich (interfaz mejorada)
- colorama (colores)
- pytube
- beautifulsoup4

🛠️ Scripts Adicionales

Extracción directa de playlists

python youtube_extractor_list.py "https://www.youtube.com/playlist?list=PLAYLIST_ID" output.txt

Búsqueda en código HTML

python yt_url_finder.py
# Requiere archivo: codigo_fuente.txt

Procesamiento manual de URLs

python url_processor.py

🎓 Casos de Uso

📚 Para Creadores de Contenido

# Extraer transcripciones de tu propia playlist
python start.py
# Selecciona opción 3, pega URL de tu playlist

🔬 Para Investigadores

# Analizar contenido de múltiples canales
# 1. Crea archivo con URLs de diferentes canales
# 2. Usa opción 2 para procesamiento por lotes

💼 Para SEO y Marketing

# Extraer contenido de competidores para análisis
# 1. Encuentra videos relevantes en tu nicho
# 2. Usa opción 1 para videos específicos

⚡ Consejos de Uso Eficiente

🚀 Optimización de Velocidad

URLs por lotes: Agrupa videos similares en un archivo
Nombres descriptivos: Usa nombres de carpeta que reflejen el contenido
Verificación previa: Revisa que los videos tengan transcripciones disponibles

📁 Organización de Archivos

transcripts/
├── Canal_Educativo/          # ✅ Nombre descriptivo
├── Python_Tutorials_2024/   # ✅ Con fecha
├── Competidor_Analisis/     # ✅ Por propósito
└── Curso_Marketing_Digital/ # ✅ Por temática

🤔 Solución de Problemas

❌ Error: "No se encontraron URLs válidas"

Soluciones:

✅ Verifica que las URLs sean completas: https://www.youtube.com/watch?v=VIDEO_ID
✅ Prueba las URLs en tu navegador
✅ Revisa que los videos tengan transcripciones (CC disponible)

❌ Error: "Faltan dependencias"

# Solución rápida
python install.py

# Manual
pip install -r requirements.txt

⚠️ Error: "No estás en un entorno virtual"

# Activar entorno virtual primero:
source venv/bin/activate      # macOS/Linux
venv\Scripts\activate         # Windows

# Luego ejecutar:
python3 start.py              # macOS/Linux
python start.py               # Windows

❌ Error: "Playlist vacía o no accesible"

Verificaciones:

✅ La playlist debe ser pública
✅ URL debe contener playlist?list=
✅ La playlist no debe estar vacía

🪟 Problemas Específicos de Windows

Error: "python is not recognized"

# Opción 1: Usar py launcher
py install.py
py start.py

# Opción 2: Reinstalar Python marcando "Add to PATH"

Error: "execution policy" (PowerShell)

# Ejecutar como administrador:
Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

Error: "cannot find venv\Scripts\activate"

# Crear entorno virtual primero:
python -m venv venv
venv\Scripts\activate

🔧 Configuración Avanzada

🌐 Idiomas de Transcripción

La aplicación prioriza automáticamente:

Idioma original del video (detectado automáticamente)
Español (si el original no está disponible)
Inglés (como fallback universal)
Cualquier idioma disponible

📄 Licencia

MIT License

📞 Soporte

🆘 ¿Necesitas ayuda?

Pasos rápidos:

Instalación: python install.py
Inicio: python start.py
Problemas: Revisa la sección "🤔 Solución de Problemas"

Verificación rápida:

# ¿Funciona la instalación?
python start.py

# ¿Hay problemas de dependencias?
python install.py

# ¿Qué archivos de ejemplo se crearon?
ls *ejemplo*.txt

# ¿Se creó la estructura de directorios?
ls transcripts/

🚀 Comandos de Un Vistazo

# Setup inicial
python install.py

# Uso diario
python start.py

# Modo avanzado
python youtube_transcript_extractor.py

# Procesar playlist específica
python youtube_extractor_list.py "URL_PLAYLIST" archivo_salida.txt

🎊 La Nueva Experiencia

Antes:

❌ Comandos complejos en terminal
❌ Solo 2 opciones básicas
❌ Sin validación de entrada
❌ Instalación manual complicada

Ahora:

✅ Interfaz visual elegante con colores y emojis
✅ 5 opciones completas para todas las necesidades
✅ Detección automática de idiomas
✅ Validación automática con preview de contenido
✅ Instalación de un comando: python install.py
✅ Barras de progreso en tiempo real
✅ Para cualquier usuario - no se necesitan conocimientos técnicos

💝 El resultado:

¡La extracción de transcripciones de YouTube nunca fue tan fácil, rápida y profesional!

🔗 YouTube Transcript Extractor - Transformando videos en conocimiento, una transcripción a la vez.

Name		Name	Last commit message	Last commit date
Latest commit History 2 Commits
.gitignore		.gitignore
CONTRIBUTING.md		CONTRIBUTING.md
INSTALACION_RAPIDA.md		INSTALACION_RAPIDA.md
INSTALACION_WINDOWS.md		INSTALACION_WINDOWS.md
LICENSE		LICENSE
README.md		README.md
codigo_fuente_ejemplo.txt		codigo_fuente_ejemplo.txt
install.py		install.py
playlist_urls_ejemplo.txt		playlist_urls_ejemplo.txt
requirements.txt		requirements.txt
start.py		start.py
test_urls.txt		test_urls.txt
url_processor.py		url_processor.py
video_urls_ejemplo.txt		video_urls_ejemplo.txt
youtube_extractor_list.py		youtube_extractor_list.py
youtube_transcript_extractor.py		youtube_transcript_extractor.py
yt_url_finder.py		yt_url_finder.py

License

SOCIUM-CR/youtube-transcript-extractor

Folders and files

Latest commit

History

Repository files navigation