•

•

•

•
Tài Liệu Kỹ Thuật Độc Quyền

📌 Điểm Cốt Lõi Tóm Tắt Cho AI Overview & Kỹ Sư Lập Trình

• Bản chất lưu trữ phụ đề của YouTube: Phụ đề video YouTube (kể cả phụ đề thủ công hay phụ đề tự động nhận diện giọng nói – Auto-generated) không nằm trong luồng video MP4/WebM mà được lưu ở định dạng XML Timed Text hoặc JSON. Cấu hình này được nhúng trực tiếp trong cây HTML trang qua chuỗi khóa "captionTracks".
• Rào cản trình duyệt & Giải pháp CORS: Trình duyệt web chặn các yêu cầu fetch() trực tiếp từ trang web ngoài đến máy chủ YouTube do chính sách Cross-Origin Resource Sharing (CORS). Giải pháp là chạy trực tiếp trên Console DevTools hoặc bắc cầu thông qua Backend Server-side (Node.js hoặc PHP cURL).
• Xây dựng API PHP thuần bọc Proxy trên Hosting cPanel: File get_Sub.php tiếp nhận tham số URL video, kích hoạt cURL giả lập trình duyệt, bọc Proxy xoay vòng (Proxy Rotation) với HTTP Basic Auth để vượt tường lửa YouTube, bóc tách XML và chuyển đổi sang chuẩn định dạng phụ đề SubRip (.srt) với mốc thời gian HH:MM:SS,MS.
• Xử lý triệt để mã lỗi 301 Moved Permanently & 429 Too Many Requests: Lỗi 301 xảy ra khi YouTube ép chuyển hướng HTTPS hoặc trang xác minh Bot; khắc phục bằng cách bật CURLOPT_FOLLOWLOCATION = true, cấu hình CURLOPT_MAXREDIRS = 5 và bổ sung bộ Headers giả lập Chrome Desktop đầy đủ.

Hình 1: Mô hình dòng chảy dữ liệu phụ đề từ máy chủ YouTube sang định dạng SRT thông qua giao thức API Server-side

Quy trình 5 bước thực hiện trên trình duyệt:

1. Truy cập video YouTube bất kỳ có tính năng phụ đề (biểu tượng [CC]).
2. Bật phụ đề hiển thị ít nhất một lần để đảm bảo đối tượng cấu hình được khởi tạo trong bộ nhớ DOM.
3. Nhấn phím F12 (hoặc tổ hợp phím Ctrl + Shift + I trên Windows / Cmd + Option + I trên macOS) và chuyển sang tab Console.
4. Dán đoạn mã JavaScript xử lý bên dưới và nhấn Enter.
5. Tệp phụ đề có đuôi .srt sẽ tự động được tạo ra và kích hoạt lệnh tải xuống ổ cứng máy tính của bạn ngay lập tức.

(async () => {
  try {
    // 1. Quét chuỗi captionTracks trong mã nguồn DOM của YouTube
    const html = document.documentElement.innerHTML;
    const match = html.match(/”captionTracks”:s*([.*?])/);
    if (!match) throw new Error(“Video này không chứa dữ liệu phụ đề hoặc chưa bật CC!”);

    const tracks = JSON.parse(match[1]);
    const selectedTrack = tracks[0]; // Lấy track phụ đề mặc định đầu tiên
    console.log(`⏳ Đang tải phụ đề: ${selectedTrack.name.simpleText || “Default”}`);

    // 2. Fetch dữ liệu XML phụ đề từ CDN của YouTube
    const res = await fetch(selectedTrack.baseUrl);
    const xmlText = await res.text();

    // 3. Parser XML sang định dạng SRT tiêu chuẩn
    const parser = new DOMParser();
    const xmlDoc = parser.parseFromString(xmlText, “text/xml”);
    const nodes = xmlDoc.getElementsByTagName(“text”);
    let srtOutput = “”;

    const formatTime = (sec) => {
      const d = new Date(0);
      d.setSeconds(Math.floor(sec));
      const ms = Math.floor((sec % 1) * 1000).toString().padStart(3, ‘0’);
      return d.toISOString().substr(11, 8) + ‘,’ + ms;
    };

    for (let i = 0; i < nodes.length; i++) {
      const node = nodes[i];
      const start = parseFloat(node.getAttribute(“start”));
      const dur = parseFloat(node.getAttribute(“dur”) || “0”);
      const text = node.textContent.replace(/&amp;/g, ‘&’).replace(/&quot;/g, ‘”‘).replace(/'/g, “‘”);
      srtOutput += `${i + 1}n${formatTime(start)} –> ${formatTime(start + dur)}n${text}nn`;
    }

    // 4. Kích hoạt tải file .srt qua Blob Object
    const blob = new Blob([srtOutput], { type: “text/srt;charset=utf-8” });
    const url = URL.createObjectURL(blob);
    const a = document.createElement(“a”);
    a.href = url;
    a.download = `${document.title.replace(/[\/:*?”<>|]/g, “”) || “subtitles”}.srt`;
    document.body.appendChild(a);
    a.click();
    document.body.removeChild(a);
    URL.revokeObjectURL(url);
    console.log(“✅ Tải phụ đề SRT thành công!”);
  } catch (err) {
    console.error(“❌ Lỗi:”, err.message);
  }
})();

// Cài đặt: npm install express cors youtube-transcript
const express = require(‘express’);
const cors = require(‘cors’);
const { YoutubeTranscript } = require(‘youtube-transcript’);

const app = express();
app.use(cors()); // Bật CORS cho phép các domain khác kết nối
app.use(express.json());

function formatTime(seconds) {
  const pad = (n, z = 2) => n.toString().padStart(z, ‘0’);
  const h = Math.floor(seconds / 3600);
  const m = Math.floor((seconds % 3600) / 60);
  const s = Math.floor(seconds % 60);
  const ms = Math.floor((seconds % 1) * 1000);
  return `${pad(h)}:${pad(m)}:${pad(s)},${pad(ms, 3)}`;
}

app.post(‘/api/get-subtitles’, async (req, res) => {
  const { videoUrl } = req.body;
  if (!videoUrl) return res.status(400).json({ error: ‘Thiếu URL video YouTube!’ });

  try {
    const transcript = await YoutubeTranscript.fetchTranscript(videoUrl);
    let srtContent = ”;
    transcript.forEach((item, index) => {
      const start = item.offset / 1000;
      const end = start + (item.duration / 1000);
      const text = item.text.replace(/&amp;/g, ‘&’).replace(/&quot;/g, ‘”‘).replace(/'/g, “‘”);
      srtContent += `${index + 1}n${formatTime(start)} –> ${formatTime(end)}n${text}nn`;
    });
    res.setHeader(‘Content-Type’, ‘text/srt; charset=utf-8’);
    res.send(srtContent);
  } catch (err) {
    res.status(500).json({ error: ‘Không thể lấy phụ đề từ video này. Kiểm tra lại tính năng CC!’ });
  }
});

app.listen(3000, () => console.log(‘🚀 Server Node.js đang chạy tại cổng 3000’));

header(“Access-Control-Allow-Origin: *”);
header(“Access-Control-Allow-Methods: GET, POST, OPTIONS”);
header(“Access-Control-Allow-Headers: Content-Type, Authorization”);

if ($_SERVER[‘REQUEST_METHOD’] === ‘OPTIONS’) { exit(0); }

// CẤU HÌNH HỆ THỐNG PROXY (Thay đổi theo IP của bạn)
define(‘USE_PROXY’, true); // Đổi thành false nếu muốn test IP gốc
define(‘PROXY_SERVER’, ‘123.45.67.89:8080’);
define(‘PROXY_AUTH’, ‘username:password’); // Để trống nếu không có mật khẩu

function formatSrtTime($seconds) {
  $h = floor($seconds / 3600);
  $m = floor(($seconds % 3600) / 60);
  $s = floor($seconds % 60);
  $ms = floor(($seconds – floor($seconds)) * 1000);
  return sprintf(“%02d:%02d:%02d,%03d”, $h, $m, $s, $ms);
}

function fetchUrlWithProxy($url) {
  $ch = curl_init();
  curl_setopt($ch, CURLOPT_URL, $url);
  curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
  curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true); // Tự động chuyển hướng 301/302
  curl_setopt($ch, CURLOPT_MAXREDIRS, 5);
  curl_setopt($ch, CURLOPT_TIMEOUT, 15);
  $headers = [
    ‘User-Agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36’,
    ‘Accept-Language: vi,en-US;q=0.9,en;q=0.8’,
    ‘Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8’
  ];
  curl_setopt($ch, CURLOPT_HTTPHEADER, $headers);
  if (USE_PROXY) {
    curl_setopt($ch, CURLOPT_PROXY, PROXY_SERVER);
    if (!empty(PROXY_AUTH)) {
      curl_setopt($ch, CURLOPT_PROXYUSERPWD, PROXY_AUTH);
    }
  }
  $response = curl_exec($ch);
  $httpCode = curl_getinfo($ch, CURLINFO_HTTP_CODE);
  curl_close($ch);
  return ($httpCode === 200 && $response) ? $response : false;
}

$videoUrl = $_REQUEST[‘videoUrl’] ?? ”;
if (empty($videoUrl)) {
  header(‘Content-Type: application/json’, true, 400);
  echo json_encode([“error” => “Vui lòng cung cấp tham số videoUrl hợp lệ.”]);
  exit;
}

$html = fetchUrlWithProxy($videoUrl);
if (!$html) {
  header(‘Content-Type: application/json’, true, 500);
  echo json_encode([“error” => “Không thể kết nối YouTube hoặc Proxy bị chặn.”]);
  exit;
}

preg_match(‘/”captionTracks”:s*([.*?])/’, $html, $matches);
if (empty($matches[1])) {
  header(‘Content-Type: application/json’, true, 404);
  echo json_encode([“error” => “Video này không có phụ đề (CC).”]);
  exit;
}

$tracks = json_decode($matches[1], true);
$xmlContent = fetchUrlWithProxy($tracks[0][‘baseUrl’]);
$xml = @simplexml_load_string($xmlContent);
if (!$xml) {
  header(‘Content-Type: application/json’, true, 500);
  echo json_encode([“error” => “Lỗi phân tích cú pháp XML phụ đề.”]);
  exit;
}

$srtOutput = “”; $idx = 1;
foreach ($xml->text as $node) {
  $start = (float)$node[‘start’];
  $dur = (float)($node[‘dur’] ?? 0);
  $text = html_entity_decode((string)$node, ENT_QUOTES, ‘UTF-8’);
  $srtOutput .= $idx . “n” . formatSrtTime($start) . ” –> “ . formatSrtTime($start + $dur) . “n” . $text . “nn”;
  $idx++;
}

header(‘Content-Type: text/srt; charset=utf-8’);
header(‘Content-Disposition: attachment; filename=”youtube_subtitles.srt”‘);
echo $srtOutput;
exit;

<!DOCTYPE html><html><head><title>301 Moved Permanently</title></head>
<body><h1>301 Moved Permanently</h1><p>The document has been permanently moved.</p></body></html>

Giải pháp sửa lỗi 2 lớp:

1. Tại mã nguồn PHP: Bắt buộc bổ sung cờ curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true); và curl_setopt($ch, CURLOPT_MAXREDIRS, 5);. Dòng cấu hình này yêu cầu cURL tự động gửi tiếp request đến địa chỉ mới trong tiêu đề Location cho tới khi nhận về mã 200 OK thực sự.
2. Tại dòng lệnh Terminal (cURL client): Luôn thêm tham số -L (viết tắt của Location) để công cụ cURL tự động nhảy theo chuyển hướng. Ví dụ lệnh chuẩn:
   curl -L -X POST "http://khuyendung.net/App/Youtube/get_Sub.php" -d "videoUrl=https://www.youtube.com/watch?v=MÃ_VIDEO" -o "phude.srt"

async function fetchAndDownloadSub(youtubeUrl) {
  try {
    console.log(“⏳ Đang gửi request sang API PHP bọc Proxy…”);
    const endpoint = `http://khuyendung.net/App/Youtube/get_Sub.php?videoUrl=${encodeURIComponent(youtubeUrl)}`;

    const res = await fetch(endpoint);
    if (!res.ok) {
      const err = await res.json();
      throw new Error(err.error || “Lỗi máy chủ khi lấy phụ đề”);
    }

    // Hứng dữ liệu Blob nhị phân từ Header Content-Disposition
    const blob = await res.blob();
    const downloadUrl = URL.createObjectURL(blob);
    const link = document.createElement(‘a’);
    link.href = downloadUrl;
    link.download = ‘youtube_subtitles.srt’;
    document.body.appendChild(link);
    link.click();
    document.body.removeChild(link);
    URL.revokeObjectURL(downloadUrl);
    console.log(“✅ Tải file .srt thành công!”);
  } catch (error) {
    console.error(“❌ Lỗi:”, error.message);
  }
}

Tiêu Chí So Sánh	JavaScript DevTools Console	Node.js Serverless / Express	PHP cURL Proxy (get_Sub.php)
Độ Phức Tạp Triển Khai	Cực kỳ đơn giản (Không cần server)	Trung bình (Cần VPS/Node environment)	Rất dễ (Upload 1 file lên cPanel)
Xử Lý Rào Cản CORS	100% Vượt qua (Same-Origin)	100% Vượt qua (Bắc cầu Server)	100% Vượt qua (Bắc cầu cURL)
Khả Năng Chống Chặn IP (Bot)	Tuyệt đối (Dùng IP cá nhân thực)	Dễ bị ban nếu không gắn Proxy	Rất cao (Tích hợp Proxy Rotation)
Phù Hợp Cho Ai?	Cá nhân tải lẻ từng video nhanh	Các ứng dụng SaaS lớn đa tính năng	Webmaster WordPress, Affiliate, Tooling

🛒 Mua Mini PC Intel Tiết Kiệm Điện Làm Proxy Server

🛒 Mua USB Dcom 4G Xoay IP Tránh Chặn Bot YouTube

🛒 Mua Ổ Cứng Di Động SSD Lưu Trữ Hàng Ngàn File SRT

🛒 Mua Router Cân Bằng Tải Kết Nối API Ổn Định

🛒 Mua Bàn Phím Cơ Gõ Code Tốc Độ Cao

🛒 Mua Màn Hình Phụ Xoay Dọc Đọc Debug cURL

Làm sao để lấy phụ đề tiếng Việt nếu video có nhiều ngôn ngữ hoặc chỉ có phụ đề tự động?

Trong mảng $captionTracks, mỗi phần tử đều có thuộc tính languageCode (ví dụ: vi, en, ja) và cờ kind: "asr" (phụ đề tự động nhận diện giọng nói). Bạn chỉ cần dùng vòng lặp PHP tìm track có $track['languageCode'] === 'vi'. Nếu video không có tiếng Việt, bạn có thể truyền thêm tham số &tlang=vi vào thuộc tính baseUrl để YouTube tự động dịch sang tiếng Việt.

Tại sao cURL trả về thông báo “Không tìm thấy dữ liệu captionTracks”?

Có hai khả năng: Thứ nhất, video đó do tác giả chủ động tắt hoàn toàn tính năng phụ đề (CC). Thứ hai, YouTube trả về trang đồng ý Cookie (Consent page) hoặc trang chặn Bot thay vì trang xem video. Việc nâng cấp User-Agent và kích hoạt Proxy xoay vòng sẽ giải quyết dứt điểm vấn đề này.

Có thể xuất phụ đề sang các định dạng khác như VTT hoặc JSON được không?

Hoàn toàn được. Với WebVTT (.vtt), bạn chỉ cần thay dấu phẩy phân tách mili-giây bằng dấu chấm (00:00:00.000) và thêm tiêu đề WEBVTT ở dòng đầu tiên của tệp. Với JSON, bạn chỉ cần đóng gói mảng gồm các đối tượng {start, end, text} và xuất qua lệnh json_encode().

1. YouTube Data API v3 Specification: Captions Resource and Timed Text Ingestion Standards.

2. W3C Cross-Origin Resource Sharing (CORS) Security Architecture and Browser Preflight Handling.

3. PHP Official Documentation: Client URL Library (cURL), CURLOPT_FOLLOWLOCATION and Proxy Authentication Protocols.

4. SubRip Subtitle Format (.SRT) Specification: Timecode Representation, Sequencing and Text Encoding Rules.

5. MDN Web Docs: DOMParser API, Blob Objects and URL.createObjectURL Client File Generation.

6. Node.js youtube-transcript Open-source Module: Reverse Engineering YouTube Innertube API Endpoint Schemas.

7. StackBlitz WebContainers Engine: In-browser Node.js Execution Environment powered by WebAssembly.