【亲测免费】 GetSubtitles 项目使用教程
2026-01-15 17:42:32作者:何将鹤
1. 项目介绍
GetSubtitles 是一个用于自动下载匹配字幕的 Python 工具。它能够根据视频文件的名称自动搜索并下载最合适的字幕文件。支持多种字幕格式,并且可以通过命令行参数进行高度定制。
2. 项目快速启动
2.1 安装
首先,确保你已经安装了 Python 3。然后使用 pip 安装 getsub:
pip install getsub
2.2 使用
2.2.1 下载单个视频的字幕
getsub "视频文件路径"
例如:
getsub "/path/to/video/Game of Thrones s07e01.mkv"
2.2.2 下载文件夹内所有视频的字幕
getsub "/path/to/video/folder"
例如:
getsub "/path/to/video/folder"
2.3 常用参数
-h:显示帮助信息-p:手动设置字幕下载文件夹-q:查询模式,手动选择下载的压缩包-s:手动选择压缩包中要解压的字幕-o:若视频存在同名字幕,替换已经存在的字幕-m:保存原始下载字幕压缩包-b:若一个字母压缩包内同时有ass、srt类型字幕,保存两种字幕-n:查询模式下显示最大候选字幕数-d:选择下载器,如subhd、zimuku、zimuzu--plex:在下载完成的字幕名中插入zh标识供 Plex 识别为中文字幕--debug:显示报错详细信息
3. 应用案例和最佳实践
3.1 自动下载字幕
假设你有一个包含多个视频文件的文件夹,你可以使用以下命令自动下载所有视频的字幕:
getsub "/path/to/video/folder"
3.2 手动选择字幕
如果你对自动下载的字幕不满意,可以使用 -q 参数手动选择字幕压缩包:
getsub "/path/to/video/Game of Thrones s07e01.mkv" -q
3.3 保存原始字幕压缩包
如果你希望保存原始的字幕压缩包,可以使用 -m 参数:
getsub "/path/to/video/Game of Thrones s07e01.mkv" -m
4. 典型生态项目
4.1 Plex 字幕识别
GetSubtitles 支持 --plex 参数,可以在下载完成的字幕名中插入 zh 标识,供 Plex 识别为中文字幕。
4.2 与其他字幕下载工具集成
GetSubtitles 可以与其他字幕下载工具集成,例如与 subhd、zimuku、zimuzu 等字幕网站的 API 结合使用,进一步扩展字幕下载的功能。
通过以上步骤,你可以快速上手并充分利用 GetSubtitles 项目,自动下载匹配的字幕文件。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook09
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
deepin linux kernel
C
32
16
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
455
437
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++
1.08 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
302
117
昇腾LLM分布式训练框架
Python
178
220