app.py

from youtube_transcript_api import (
    YouTubeTranscriptApi,
    NoTranscriptFound,
    TranscriptsDisabled,
    VideoUnavailable
)
from typing import List, Dict, Optional
import re
import gradio as gr

class YoutubeTranscript:
    @staticmethod
    def get_video_id(url: str) -> str:
        """URLからVideo IDを抽出"""
        # Use regular expression for more robust ID extraction
        match = re.search(r"(?<=v=)[^&#]+|(?<=be/)[^&#]+", url)
        return match.group(0) if match else None

    @staticmethod
    def get_transcript(url: str, language: str = 'ja') -> Optional[List[Dict]]:
        """
        YouTubeの書き起こしを取得

        Args:
            url: YouTube動画のURL
            language: 字幕の言語 (ja, en, en-US)

        Returns:
            字幕データのリスト。取得失敗時はNone
        Raises:
            NoTranscriptFound: 指定された言語の字幕が見つからない場合
        """
        try:
            video_id = YoutubeTranscript.get_video_id(url)
            if video_id is None:
                print(f"無効なURLです: {url}")
                return None

            transcript = YouTubeTranscriptApi.get_transcript(
                video_id,
                languages=[language]  # 指定された言語を使用
            )
            return transcript

        except TranscriptsDisabled:
            print(f"この動画では字幕が無効になっています: {url}")
            return None

        except VideoUnavailable:
            print(f"動画が利用できません: {url}")
            return None

        except Exception as e:
            # Check if the exception is related to language not found
            if "does not have any transcripts" in str(e) or \
               "Could not retrieve a transcript for the video" in str(e):
                raise NoTranscriptFound(f"指定した言語 ({language}) の字幕が見つかりません: {url}") from e
            else:
                print(f"予期せぬエラーが発生しました: {str(e)}")
                return None

def get_transcript_for_gradio(url: str, language: str) -> str:
    try:
        transcript = YoutubeTranscript.get_transcript(url, language)
        if transcript:
            formatted_transcript = "".join(
                [f"{entry['text']}" for entry in transcript]
            )
            return formatted_transcript, str(len(formatted_transcript))
        else:
            return "字幕の取得に失敗しました。", "字幕の取得に失敗しました。"
    except NoTranscriptFound as e:
        return str(e), str(len(str(e)))
    except Exception as e:
        return f"予期せぬエラーが発生しました: {str(e)}", str(len(str(e)))

with gr.Blocks(title="YouTube字幕取得アプリ") as demo:
    gr.Markdown("# YouTube字幕取得アプリ")
    gr.Markdown("YouTube動画のURLを入力すると、字幕を取得して表示します。")

    with gr.Row():
        url_input = gr.Textbox(
            lines=1,
            placeholder="YouTube動画のURLを入力してください",
            show_copy_button=True,
            label="YouTube URL"
        )
        language_input = gr.Radio(
            ["ja", "en", "en-US"],
            label="言語",
            value="ja"
        )

    submit_button = gr.Button("字幕を取得")

    with gr.Column():
        transcript_output = gr.Code(label="字幕", max_lines=10)
        char_count_output = gr.Textbox(label="文字数")

    submit_button.click(
        fn=get_transcript_for_gradio,
        inputs=[url_input, language_input],
        outputs=[transcript_output, char_count_output]
    )

demo.launch()