YouTubeのチャット一覧を取得する方法｜5分で簡単にできる

2023年2月28日2023年5月23日

YouTubeライブのチャット一覧の取得イメージ

今回ご紹介する方法では，下のように「チャット時間」と「チャット内容」の一覧がcsvファイルで出力できます。

一部モザイクにしていますが，ライブ開始前〜終了までの全てのチャットが得られるため，ライブ配信を振り返る場合に使えると思います。

csvファイルなので，Excelやスプレッドシートで開くことができ，分析にも使えると思います。

チャット一覧の取得概要

準備するもの

今回は，Pythonを使って取得するためPythonの導入は前提となります。

他に必要なパッケージは以下の通りです。

yt_dlp（YouTubeチャット取得）
pandas（csv出力）

必要モジュールのインストール

yt_dlp，pandasに関してはcondaやpipでインストールしてください。

yt_dlpに関しては，Macの場合は以下のコマンドでインストールできます。

sudo python -m pip install yt-dlp

Windowsの場合は，このURLにアクセスして「yt_dlp.exe」をダウンロードしてください。

チャット一覧の取得方法

チャット一覧取得のための手順は以下のようになっています。

取得までの流れ

YouTubeライブのチャット内容を取得
jsonファイルをtxtファイルに変換（jsonが使いにくいのでtxtに変換）
チャットだけを抽出
csvに出力

① YouTubeライブのチャット内容を取得

まずは，チャットの内容を取得します。

from yt_dlp import YoutubeDL
import re
import pandas as pd
import glob
import os

# チャットデータの取得
ydl_video_opts = {
    'outtmpl' : '%(id)s'+'_.mp4',
    'format' : 'best',
    'writesubtitles' : True,
    'skip_download' : True
}

with YoutubeDL(ydl_video_opts) as ydl:
    result = ydl.download([
        'ここにURLを貼り付ける'
    ])

まずは，上のコードをコピペしてください。

その後に，チャット内容を取得したい動画（アーカイブ）のURLを「ここにURLを貼り付ける」に貼り付けてください。

例えば，https://www.youtube.com/XXXXXXXXX というURLの場合は以下のようにします。

with YoutubeDL(ydl_video_opts) as ydl:
    result = ydl.download([
        'https://www.youtube.com/XXXXXXXXX'
    ])

まずは，この部分だけを実行してもらうと，1〜3分程度でフォルダ内に「〜.json」というファイルが作成されると思います。

動画が長ければ取得時間も長くなります。

② jsonファイルをtxtファイルに変換

ステップ①を実行した後に，jsonファイルが出力されているのを確認したら，次のコードを実行してください。（jupyterなどではない場合には，異なる.pyファイルで実行しても大丈夫です。）

# jsonファイルをtxtファイルに変換
jsonFile = glob.glob("*.json")[0]
textFile = jsonFile[:-5] + ".txt"

os.rename(jsonFile, textFile)

これを実行すると，先ほど作成されたjsonファイルがtxtファイルになっていると思います。

③ チャットだけを抽出

txtファイルの中身を見ていただくと，非常にわかりにくいデータ形式となっているため，どれがコメントか分かりにくくなっています。

そこで，必要な部分だけ取得するコードを実行します。

この部分はコピペで大丈夫です。

# textファイルに変換したデータの取得
f = open(textFile, 'r', encoding='UTF-8')
data_text = f.read()
split_texts = data_text.split('\n')

# 時間とチャット内容を保存
df = pd.DataFrame(columns=["Time","Chat"])
timeList = []
chatList = []

for split_text in split_texts:
    if re.findall('"timestampText": {"simpleText": "(.*?)"}', split_text) == []:
        continue
    
    time_txt = re.findall('"timestampText": {"simpleText": "(.*?)"}', split_text)[0]
    chat_txt = re.findall('text": "(.*?)"}',  split_text)
    # 文字列が分かれている場合は結合
    joined_txt = ''.join(chat_txt)
    # 保存
    timeList.append(time_txt)
    chatList.append(joined_txt)

df["Time"] = timeList
df["Chat"] = chatList

ここでは，txtファイルを読み込む→チャット部分だけ抽出→dataframeに保存という流れをしています。

④ csvに出力

dfに「チャット時間」と「チャット内容」が入っているため，これをcsvファイルに出力します。

# csvファイルに書き出す
df.to_csv('chat.csv', encoding='shift-jis', index=False, errors='ignore')

これで，csvファイルに出力することができました。

ソースコード全文（コピペ可）

今回のソースコード全文はこちらです。

from yt_dlp import YoutubeDL
import re
import pandas as pd
import glob
import os

# チャットデータの取得
ydl_video_opts = {
    'outtmpl' : '%(id)s'+'_.mp4',
    'format' : 'best',
    'writesubtitles' : True,
    'skip_download' : True
}

with YoutubeDL(ydl_video_opts) as ydl:
    result = ydl.download([
        'ここにURLを貼り付ける'
    ])

# 【注意】ここまで実行して，jsonファイルが作成されたら下に進む

# jsonファイルをtxtファイルに変換
jsonFile = glob.glob("*.json")[0]
textFile = jsonFile[:-5] + ".txt"

os.rename(jsonFile, textFile)

# textファイルに変換したデータの取得
f = open(textFile, 'r', encoding='UTF-8')
data_text = f.read()
split_texts = data_text.split('\n')

# 時間とチャット内容を保存
df = pd.DataFrame(columns=["Time","Chat"])
timeList = []
chatList = []

for split_text in split_texts:
    if re.findall('"timestampText": {"simpleText": "(.*?)"}', split_text) == []:
        continue
    
    time_txt = re.findall('"timestampText": {"simpleText": "(.*?)"}', split_text)[0]
    chat_txt = re.findall('text": "(.*?)"}',  split_text)
    # 文字列が分かれている場合は結合
    joined_txt = ''.join(chat_txt)
    # 保存
    timeList.append(time_txt)
    chatList.append(joined_txt)

df["Time"] = timeList
df["Chat"] = chatList

# csvファイルに書き出す
df.to_csv('chat.csv', encoding='shift-jis', index=False, errors='ignore')