feat: extract_text.py – YouTube-URL → Textdatei in einem Schritt

- Kombiniert yt_untertitel.py und vtt2txt.py; die VTT bleibt temporär
- Standardsprache ist die des Original-Audios (original_language())
- -o Ausgabedatei, Standard output.txt
- Tests ohne Netz, README

Co-Authored-By: Claude Opus 5.5 <noreply@anthropic.com>

extract_text.py

@@ -0,0 +1,77 @@
+#!/usr/bin/env python3
+"""Lädt die Untertitel eines YouTube-Videos und speichert ihren Text als Datei
+(yt_untertitel.py + vtt2txt.py in einem Schritt)."""
+from pathlib import Path
+import argparse
+import shutil
+import tempfile
+
+from vtt2txt import vtt_to_lines
+from yt_untertitel import (
+    YT_DLP, available_tracks, choose_track, download, fetch_info, original_language,
+)
+
+
+def parse_args():
+    parser = argparse.ArgumentParser(
+        description="Lädt die Untertitel eines YouTube-Videos und speichert den Text."
+    )
+    parser.add_argument("-u", "--url", required=True, help="YouTube-URL des Videos")
+    parser.add_argument(
+        "-l", "--lang",
+        help="Sprache der Untertitel, z. B. de (Standard: Sprache des Original-Audios)",
+    )
+    parser.add_argument(
+        "-o", "--output", type=Path, default=Path("output.txt"),
+        help="Ausgabedatei (Standard: output.txt)",
+    )
+    args = parser.parse_args()
+
+    if args.output.is_dir():
+        parser.error(f"-o/--output ist ein Verzeichnis: {args.output}")
+    if shutil.which(YT_DLP) is None:
+        parser.error(f"{YT_DLP} nicht gefunden (Installation: pip install yt-dlp).")
+    return args
+
+
+def main():
+    args = parse_args()
+
+    info = fetch_info(args.url)
+    print(f"Video: {info.get('title', '?')}")
+
+    lang = args.lang or original_language(info)
+    chosen = choose_track(info, lang) if lang else None
+    if chosen is None:
+        manual, original = available_tracks(info)
+        wanted = f"„{lang}“" if lang else "der Originalsprache"
+        raise SystemExit(
+            f"Keine Untertitel in {wanted} (weder manuell noch automatisch in "
+            f"Originalsprache).\n"
+            f"Manuell: {', '.join(manual) or '–'}\n"
+            f"Automatisch (Originalsprache): {', '.join(original) or '–'}"
+        )
+    track, is_auto = chosen
+    kind = "automatische" if is_auto else "manuelle"
+    print(f"Lade {kind} Untertitel „{track}“ …", flush=True)
+
+    # The VTT file is only an intermediate step
+    with tempfile.TemporaryDirectory() as tmp:
+        target_base = Path(tmp) / "untertitel"
+        download(args.url, track, is_auto, target_base)
+        vtt = Path(f"{target_base}.{track}.vtt")
+        if not vtt.is_file():
+            raise SystemExit("yt-dlp hat keine Untertitel-Datei geschrieben.")
+        lines = vtt_to_lines(vtt.read_text(encoding="utf-8-sig"))
+
+    if not lines:
+        raise SystemExit("Die Untertitel enthalten keinen Text.")
+
+    args.output.parent.mkdir(parents=True, exist_ok=True)
+    args.output.write_text("\n".join(lines) + "\n", encoding="utf-8")
+    words = sum(len(line.split()) for line in lines)
+    print(f"Gespeichert: {args.output} ({len(lines)} Zeilen, {words} Wörter)")
+
+
+if __name__ == "__main__":
+    main()