是否有Python库可以提取视频元数据，例如[标题、描述、说明文字/副标题]？

Question

我目前正在尝试寻找可以帮助我从视频文件（例如 [mp4、Mkv、Avi、WebM、mpg] 格式）中提取元数据或信息的 python 库。

我重点从视频文件中提取的主要数据主要是[标题、描述、评论、字幕/副标题]。

我尝试按照本指南使用 FFmpeg-python： https:// www.thepythoncode.com/article/extract-media-metadata-in-python

和 Tinytag，https:// /www.geeksforgeeks.org/access-metadata-of-various-audio-and-video-file-formats-using-python-tinytag-library/

来自我的据了解，FFmpeg-python 从 probe() 函数提供了最多的数据，但输出不包含 [Title, Description, Comment] 和 lined_captions > 只是“0”，我认为这是源轨道。

感谢您提供的任何帮助。

Answer 1

您可以使用 ffprobe 来获取元数据：

import subprocess as sp
import json
import pprint

out = sp.run(['ffprobe','-of','json','-show_entries', 'format:stream', videofile],\
             stdout=sp.PIPE, stderr=sp.PIPE, universal_newlines=True)
results = json.loads(out.stdout)
metadata_format = results['format']['tags']
metadata_streams = [res['tags'] for res in results['streams']]

pprint(metadata_format) # "main" metadata: Title & Description found here
pprint(metadata_streams) # per-stream metadata

对于字幕/隐藏式字幕，您需要使用 ffmpeg 读取字幕流：

# get subtitle in webvtt format
out = sp.run(['ffmpeg','-i',videofile, '-map', 's:0', '-f','webvtt','-'],\
             stdout=sp.PIPE, stderr=sp.PIPE, universal_newlines=True)
subtitle = out.stdout

然后您可以使用像 webvtt-py 解析字幕数据。 （我没有第一手经验，所以自己尝试一下。）

不过有一点需要注意。如果您的视频是 DVD rip，则其字幕流 (dvd_subtitle) 是位图而不是文本，并且 FFmpeg 无法将其转换为文本数据。