cesarmendivil 8e6df294dc Add Docker management scripts for TubeScript API

2026-02-21 12:19:08 -07:00

7.1 KiB

Raw Permalink Blame History

🔧 Solución para Error "Requested format is not available"

❌ Problema

{
  "detail": "Error de yt-dlp al obtener metadatos: ERROR: [youtube] 6hini9Xz_fc: Requested format is not available. Use --list-formats for a list of available formats"
}

Este error ocurre cuando:

El video no tiene subtítulos en el formato json3 solicitado
El video tiene subtítulos pero en otro formato (srv3, vtt, etc.)
El video no está disponible o tiene restricciones

✅ Solución Implementada

He mejorado el código para:

1. Aceptar Múltiples Formatos de Subtítulos

Ahora el sistema acepta:

json3 (JSON format 3 de YouTube)
srv3 (Server format 3)
vtt (WebVTT format)

2. Búsqueda Inteligente de Subtítulos

El sistema busca en orden:

requested_subtitles (subtítulos solicitados)
automatic_captions (subtítulos automáticos)
subtitles (subtítulos manuales)

3. Parser Flexible

Nueva función parse_subtitle_format() que maneja:

JSON3: Formato estructurado de YouTube
SRV3: Similar a JSON3
VTT: Formato de texto WebVTT

🚀 Actualizar el Sistema

Método 1: Script Automático

./docker-update-system.sh

Método 2: Manual

# 1. Detener servicios
docker-compose down

# 2. Reconstruir con los cambios
docker-compose build --no-cache

# 3. Iniciar
docker-compose up -d

# 4. Verificar logs
docker-compose logs -f tubescript_api

🧪 Probar la Solución

Test con el video que falló:

# Probar el video específico
curl -X GET "http://localhost:8080/transcript/6hini9Xz_fc?lang=es"

Test con otros videos:

# Video de noticias (usualmente tiene subtítulos)
curl -X GET "http://localhost:8080/transcript/jNQXAC9IVRw?lang=en"

# Video popular
curl -X GET "http://localhost:8080/transcript/dQw4w9WgXcQ?lang=en"

🔍 Diagnóstico del Problema

Verificar Formatos Disponibles

# Entrar al contenedor
docker exec -it tubescript_api /bin/bash

# Ver formatos disponibles para un video
yt-dlp --list-subs https://www.youtube.com/watch?v=6hini9Xz_fc

# Intentar con diferentes formatos
yt-dlp --skip-download --write-auto-subs --sub-langs "es.*" \
  --dump-json https://www.youtube.com/watch?v=6hini9Xz_fc

Ver Logs Detallados

# Ver últimos errores del API
docker logs tubescript_api 2>&1 | grep -i "error" | tail -20

# Ver todo el log del último intento
docker logs tubescript_api 2>&1 | tail -100

💡 Mejoras Implementadas en el Código

Antes:

command = [
    "yt-dlp",
    "--skip-download",
    "--write-auto-subs",
    "--sub-format", "json3",  # ❌ Solo json3
    "--sub-langs", f"{lang}.*",
    "--dump-json",
    url
]

Después:

command = [
    "yt-dlp",
    "--skip-download",
    "--write-auto-subs",  # ✅ Sin forzar formato
    "--write-subs",       # ✅ También manuales
    "--sub-langs", f"{lang}.*",
    "--dump-json",
    url
]

# ✅ Busca en múltiples fuentes
for subtitle_option in automatic_captions[lang_key]:
    ext = subtitle_option.get('ext', '')
    if ext in ['json3', 'srv3', 'vtt']:  # ✅ Acepta múltiples formatos
        requested_subs = {lang_key: subtitle_option}
        break

📊 Formatos de Subtítulos Soportados

Formato	Descripción	Soporte
json3	JSON estructurado de YouTube	✅ Completo
srv3	Server format de YouTube	✅ Completo
vtt	WebVTT (texto plano)	✅ Básico
ttml	Timed Text Markup Language	⏳ Futuro
srt	SubRip format	⏳ Futuro

⚠️ Casos Especiales

Video Sin Subtítulos

Si un video no tiene subtítulos en ningún formato:

{
  "detail": "No se encontraron subtítulos para el idioma 'es'. El video puede no tener subtítulos disponibles."
}

Solución: Probar con otro idioma o verificar que el video tenga subtítulos.

Video con Restricciones

Si el video tiene restricciones geográficas o de edad:

{
  "detail": "Acceso denegado (HTTP 403). El video puede tener restricciones geográficas o de edad. Intenta agregar cookies.txt."
}

Solución: Agregar cookies.txt de tu cuenta de YouTube.

Video Privado o Eliminado

{
  "detail": "Error de yt-dlp al obtener metadatos: ERROR: [youtube] Video unavailable"
}

Solución: Verificar que el video esté disponible públicamente.

🎯 Ejemplo de Uso Completo

1. Actualizar Sistema

./docker-update-system.sh

2. Probar Endpoint

# Con cURL
curl -X GET "http://localhost:8080/transcript/6hini9Xz_fc?lang=es" | jq

# Con HTTPie
http GET localhost:8080/transcript/6hini9Xz_fc lang==es

# Con Python
import requests
response = requests.get("http://localhost:8080/transcript/6hini9Xz_fc?lang=es")
print(response.json())

3. Procesar Respuesta

import requests

video_id = "6hini9Xz_fc"
response = requests.get(f"http://localhost:8080/transcript/{video_id}?lang=es")

if response.status_code == 200:
    data = response.json()
    print(f"✅ Se obtuvieron {data['count']} segmentos de subtítulos")
    
    # Mostrar primeros 5 segmentos
    for segment in data['segments'][:5]:
        print(f"{segment['start']:.1f}s: {segment['text']}")
else:
    print(f"❌ Error: {response.json()['detail']}")

🔄 Nuevo Flujo de Procesamiento

1. Solicitar metadatos sin forzar formato
   ↓
2. Buscar en requested_subtitles
   ↓ Si no hay
3. Buscar en automatic_captions
   ↓ Para cada idioma
4. Buscar formato: json3, srv3, o vtt
   ↓ Si encuentra
5. Descargar subtítulos
   ↓
6. Detectar formato automáticamente
   ↓
7. Parsear según formato:
   - JSON3 → clean_youtube_json()
   - SRV3 → clean_youtube_json()
   - VTT → parse_vtt_format()
   ↓
8. Retornar formato estándar

📝 Formato de Salida Estándar

Independientemente del formato de entrada, la salida siempre es:

{
  "video_id": "6hini9Xz_fc",
  "count": 150,
  "segments": [
    {
      "start": 0.0,
      "duration": 2.5,
      "text": "Texto del subtítulo"
    },
    {
      "start": 2.5,
      "duration": 3.0,
      "text": "Siguiente segmento"
    }
  ]
}

✅ Checklist de Solución

✅ Remover --sub-format json3 del comando yt-dlp
✅ Agregar búsqueda en múltiples fuentes
✅ Soportar formatos json3, srv3, vtt
✅ Crear función parse_subtitle_format()
✅ Manejar errores específicos por formato
✅ Documentar la solución
⏳ Actualizar tu sistema
⏳ Probar con el video problemático
⏳ Verificar logs

🎉 Resumen

Problema:

❌ Solo buscaba formato json3
❌ No manejaba videos sin ese formato

Solución:

✅ Busca en múltiples formatos (json3, srv3, vtt)
✅ Parser flexible para cada formato
✅ Búsqueda inteligente en múltiples fuentes
✅ Mensajes de error claros

Próximo Paso:

# Actualiza tu sistema
./docker-update-system.sh

# Prueba el endpoint
curl -X GET "http://localhost:8080/transcript/6hini9Xz_fc?lang=es"

7.1 KiB Raw Permalink Blame History