YouTubeの字幕だけダウンロードするCGIを作って今月1日にブログにあげた。それまで一週間以上かけて少しずつスクリプトを組んで、ようやく稼動させることができたものだ。一応私の環境ではひととおりちゃんと動いてくれている（と思う）。機械翻訳系の字幕には対応していないわけだが、実際YouTubeで表示してみれば分かるけれど、機械翻訳は文章としてかなり破綻していてわざわざダウンロードするほどのものでもないように思う。
　先月に、イエール大学がYouTube上に公開している講義動画の文学理論のシリーズをぼつぼつ見始めたのだが、私として、正直字幕なしで理解するのはややきついのであり、字幕のありがたさと、字幕を読み直すのに動画をシークして戻さねばならないなど併せて多少の不便さにも思いが至った。それで字幕をダウンロードしてくれるフリーソフトのGoogle2SRTというのを試したのだが、OSを64bitにしたせいなのか、起動すらしなかった。SRTを落とすだけなら他に方法があるような感じもしたが、SRTだけでなく文章としてまとめて読みたいという欲求もあり、自分でスクリプトを書くことにした。以前の法令データCGIを改良すれば、処理自体はわりと近いはずだし、簡単だろうと思ったらまあそれどころではなかったわけである。しかし何とか一定の完成を見てよかった。
　以前RSS非対応サイトのデータをCGIで取得してRSSを勝手に作れないかと思案したときに、そういうサービスをすでにやっているLivedoorの利用規約がどうなってるか探したりして、法的なことを気にしていたが、考えてみればこの種のスクリプトのデータ取得のトリガーは利用者なのであって、その誰かが実行しなければCGI自体はなんらの意味も持ち得ない。いわば機械的ツールとしてサーバ上に設けられた特定目的のHTTPクライアントみたいなものだとみなしうると思う。しかも今回の処理ではサーバにデータのキャッシュすら残していないので、その場限りの「お使い＆加工」サービスでしかない。Googleのように、普段から先取り的に巡回して蓄積した他サイトのデータに改変を加え、自サイト内で継続的に公開することで自己のコンテンツとしているのより、かなりましであろうと思われる。
　無理の無い程度でスクリプトをメンテナンスorトリミング等しようとは思っているが、元々のソースデータの場所が変わった場合には、すぐに対応できない恐れがある。というのも定義データや字幕データの場所のアルゴリズムは自分でフラッシュを解析するなどして割り出したものでは全然なく（私はフラッシュのアクションスクリプト関連はよく分からないし、解析するにもなにか専用のアプリケーションが必要なのではないかと思う）、ネット上の情報を参考にして組み込んだに過ぎないので、自前ではGoogle(YouTube)側の仕様変更に対して即応出来ない。というわけでその場合には、対応まで時間が掛かるかもしれませんので悪しからず。

---

　YouTube動画の字幕(CC)データをGoogleサーバからダウンロードするCGIです。
　自動生成系の字幕には、対応していませんので注意してください。

【使い方】
1.YouTubeの字幕（CC）付き動画のページURLかID(11字)をフォームに入力。
2.出力ファイル形式を、SRT、HTML、XML、の中から選択。
3.字幕の言語をプルダウンメニューから選択。または、言語コード（Errorページに示される使用可能言語リストの左端の文字列）を括弧内の空欄に入力。
4.「ダウンロード」ボタンを押す。
5.出てきたダイアログボックスでファイルを開くか保存するか等を選択。

　SRTファイルは、ローカルに保存された対応の動画と同じ名前に変更（拡張子以外）して、更に同じディレクトリに置くなどすれば、対応プレーヤーで字幕が表示されるようになります。HTMLファイルは、字幕をつなげて通常の文のような感じで読めるようにしています。XMLファイルは、元データの形式でアンパサンドの処理だけしてあります。

---

追記(2014/04/25)：
　google側の仕様変更によるものではないと思うのですが、srt選択時、一回表示分の字幕で元データのxml上に改行が2ヶ所以上ある字幕において文字列が欠けるバグが出ていたので、直しました。日本語や中国語、韓国語など2バイト文字の字幕で発生しやすかったようです。

追記2(2015/11/24)：
　1時間以上の動画で出ていたSRTタイムスタンプのバグを修正しました。

追記3(2015/12/06)：
　短縮URL（https://youtu.be/～）に対応しました。

追記4(2016/03/02)：
　HTML出力で、元データの行末に句点等がある場合に改行するようにしました（一部言語のみ）。