python-opensubtitles 技术文档
2024-12-26 00:33:10作者:俞予舒Fleming
1. 安装指南
1.1 安装正式版本
python-opensubtitles 模块已经发布在 PyPI 上,你可以通过以下命令轻松安装:
pip install python-opensubtitles
1.2 安装开发版本
如果你想从 GitHub 仓库安装最新版本,可以使用以下命令:
pip install -e git+https://github.com/agonzalezro/python-opensubtitles#egg=python-opensubtitles
2. 项目的使用说明
python-opensubtitles 是一个用于访问 OpenSubtitles.org 字幕数据库的简单模块。它封装了 OpenSubtitles API 的常用方法,使得开发者可以轻松地搜索和下载字幕。
2.1 简单使用示例
以下是一个快速下载字幕的示例代码:
from pythonopensubtitles.opensubtitles import OpenSubtitles
from pythonopensubtitles.utils import File
# 初始化 OpenSubtitles 对象
ost = OpenSubtitles()
# 登录 OpenSubtitles 账户
ost.login('你的用户名', '你的密码')
# 创建 File 对象,指定电影文件的路径
f = File('/完整路径/到/电影文件')
# 搜索字幕
data = ost.search_subtitles([{'sublanguageid': 'all', 'moviehash': f.get_hash(), 'moviebytesize': f.size}])
# 获取字幕文件的 ID
id_subtitle_file = data[0].get('IDSubtitleFile')
# 下载字幕文件
ost.download_subtitles([id_subtitle_file], output_directory='/tmp', extension='srt')
2.2 更多信息
如果你想查看更多信息,可以参考项目中的 APPENDIX.md 文件,其中包含了更多的使用示例和测试代码。
3. 项目 API 使用文档
3.1 OpenSubtitles 类
OpenSubtitles 类是 python-opensubtitles 模块的核心类,提供了与 OpenSubtitles API 交互的主要方法。
3.1.1 初始化
ost = OpenSubtitles()
3.1.2 登录
ost.login('用户名', '密码')
3.1.3 搜索字幕
data = ost.search_subtitles([{'sublanguageid': '语言代码', 'moviehash': '电影哈希值', 'moviebytesize': '电影文件大小'}])
3.1.4 下载字幕
ost.download_subtitles([字幕文件ID], output_directory='输出目录', extension='字幕文件扩展名')
3.2 File 类
File 类用于处理电影文件,提供了获取电影哈希值和文件大小的方法。
3.2.1 初始化
f = File('/完整路径/到/电影文件')
3.2.2 获取电影哈希值
hash_value = f.get_hash()
3.2.3 获取电影文件大小
file_size = f.size
4. 项目安装方式
4.1 通过 PyPI 安装
pip install python-opensubtitles
4.2 通过 GitHub 安装
pip install -e git+https://github.com/agonzalezro/python-opensubtitles#egg=python-opensubtitles
4.3 运行测试
如果你想运行项目的测试,可以使用以下命令:
python -m unittest
注意:该项目主要支持 Python 3,早期版本的 Python 可能无法通过所有测试。
通过本文档,你应该能够轻松地安装、使用 python-opensubtitles 模块,并了解其 API 的基本使用方法。如果你有更多问题,可以参考项目的 APPENDIX.md 文件或直接查阅 OpenSubtitles API 的官方文档。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
531
3.74 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
772
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355