유튜브 자막을 파이썬으로 텍스트 정리하기

유튜브 자막을 파이썬으로 텍스트 정리하기

유튜브 자막의 내용이 방대해지면 완벽하게 분석하고 정리하기가 어렵죠. 그러면서도 이 자막을 원하는 형태로 가공해내는 것이 중요해요. 그렇다면 파이썬을 사용해서 이 작업을 어떻게 할 수 있을까요? 이 포스팅에서는 유튜브 자막을 파이썬으로 효율적으로 정리하는 방법을 자세히 알아보겠습니다.

유튜브 자막 파일 이해하기

유튜브는 여러 파일 형식을 지원하지만, 일반적으로 *.srt 파일이 많이 사용돼요. 이 파일은 자막의 내용과 시간 정보를 포함하고 있어요.

SRT 파일의 구조

SRT 파일은 아래와 같은 구조를 가지고 있습니다.

2
00:00:03,000 –> 00:00:04,000
반갑습니다.

각 블록은 자막 번호, 시작 시간과 종료 시간, 자막 내용으로 구성됩니다.

파이썬으로 SRT 파일 읽기

이제 SRT 파일을 파이썬으로 읽어보겠습니다. Python의 pysrt 라이브러리를 사용하면 쉽게 SRT 파일을 읽고 분석할 수 있어요.

SRT 파일 읽기

subs = pysrt.open(‘example.srt’)

for sub in subs:
print(f”{sub.index}: {sub.start} –> {sub.end}\n{sub.text}\n”)

이 코드는 SRT 파일의 모든 자막을 콘솔에 출력해요. 이제 이 자막을 정리하는 방법을 살펴보겠습니다.

자막 텍스트 정리하기

자막을 정리할 때는 필요한 정보만을 추출하거나, 특정 기준에 맞게 필터링할 수 있습니다. 예를 들어, 모든 자막 내용을 하나의 문자열로 합치는 과정을 진행해 볼까요.

자막 합치기 예제

자막 내용 합치기

fulltext = ”.join([sub.text + ‘ ‘ for sub in subs])
print(fulltext)

이 코드는 모든 자막 내용을 하나로 이어붙여요. 이제 이 내용을 더욱 알차게 가공해보겠습니다.

자막 필터링하기

특정 키워드가 포함된 자막만 추출 혹은 시간대에 맞게 필터링할 수도 있습니다. 예를 들어, ‘안녕하세요’라는 단어가 포함된 자막만 뽑아볼까요.

for sub in filtered_subs:
print(f”{sub.index}: {sub.text}”)

자막 통계 분석

자막의 내용을 분석하여 통계를 낼 수도 있습니다. 예를 들어, 각 키워드별 등장 횟수를 계산해볼 수 있어요.

wordcounter = Counter(fulltext.split())
print(wordcounter.mostcommon(10))

이 코드는 자막에서 가장 많이 등장하는 상위 10개 단어와 그 횟수를 출력합니다.

번호	단어	등장 횟수
1	안녕하세요	12
2	반갑습니다	8

시각화 및 최종 정리

분석한 자막 정보를 그래프 등으로 시각화하여 보다 쉽게 이해할 수 있어요. Python의 matplotlib 라이브러리를 활용할 수 있습니다.

words, counts = zip(*wordcounter.mostcommon(10))

plt.bar(words, counts)
plt.title(“가장 많이 등장한 단어”)
plt.show()

이 그래프는 자주 등장하는 단어를 한눈에 보여주죠.

결론

파이썬을 활용하면 유튜브 자막을 간단하면서도 효율적으로 정리할 수 있어요. 파이썬은 데이터 처리에 강력한 도구로, 자막을 분석하고 정리하는 데 있어 최적의 선택이죠. 다양한 라이브러리와 방법을 활용하여 더 나은 분석 결과를 얻을 수 있답니다.

자, 이제 여러분도 이를 활용해 보세요! 필요한 데이터를 정리하고, 자신만의 방법으로 유튜브 자막을 분석해보세요.

게시하기 전에 이 정보를 정리하여 여러분의 프로그래밍 능력을 한 단계 높여보세요!