如何获取及下载 YouTube 的音视频
- 楼主正在开发一个加载视频字幕的插件，对于没有原生字幕的视频想获取其音视频文件，然后使用模型进行字幕转录，现在卡在如何下载 YouTube 音视频上面，不知有什么好的方式
- 或者不用下载音视频转录，有其他直接获取识别字幕的方式
HTML 文档只有两个核心区域：<body> 和 <head>。<body> 放的是用户真正在屏幕上能看到的具体内容（比如文字、按钮和图片）；而 <head> 则是网页的“幕后配置区”。<head> 里的信息不会显示在页面的正文里，但它主要负责告诉浏览器这网页该怎么显示、告诉搜索引擎这网页讲了啥内容，以及规范在社交软件中转发链接时图文卡片长什么样。
别觉得看不见就不重要。如果 <head> 没配好，页面很容易出现中文乱码、加载卡白屏，或者在各大搜索引擎里压根搜不到你。
一、 <head> 应该写在哪？
<head> 标签必须放在 <html> 标签内部，并且一定要写在 <body> 前面。
因为浏览器读取代码的规则是死理，永远“从上到下”。它必须先拿到 <head> 里的各项前置配置和规则，才能正确去画后续 <body> 里的肉眼可视内容。
<!DOCTYPE html>
<html lang="zh-CN">
<head>
<meta charset="utf-8">
<title>基础页面定义</title>
</head>
<body>
<!-- 页面正文内容 -->
</body>
</html>二、 <title>：网页的“大名”
1. <title> 和 <h1> 别搞混
<title>是整个网页的名字。它不占页面里的排版空间，只显示在浏览器的最顶端标签页上、浏览器的收藏书签里，以及搜索结果的首行蓝字上。每个页面只能写一个<title>。<h1>则是写在你的网页正文里、一眼就能看到排版大标题。
2. <title> 的三个实际用处
- 找网页必备：大家上网时经常开十几个标签。标签页最上面那一小条字就是
<title>，写清楚了才能让用户一眼找到并切回你的网页。 - 默认的收藏名字：用户点击收藏你的网页时，浏览器会自动抓取
<title>里的字当做保存名字，不需要手打。 - 搜索引擎的“命门”：百度、谷歌等搜索引擎把
<title>看得极重。你的<title>里包含了什么词，直接决定了别人搜哪些词能找到你。
三、 <meta>：网页的“说明书”
<meta> 标签专门用来存各种“设置说明”和“摘要”，全靠它跟浏览器以及搜索引擎的爬虫沟通。
1. 字符编码：<meta charset="utf-8">
计算机底层只认识 0 和 1。想在屏幕上正常显示中文字，就需要指定一本“翻译字典”。早期错用了只包含英文字母的字典，大家在看中文网页时就会满屏乱码。
UTF-8 是现在全球通用的标准，支持世界上几乎所有的文字。加上这句，只要是现代浏览器就绝不会乱码。
注意：这行代码必须是 <head> 里的第一行！要确保浏览器在往下遇到任何中文字之前，已经被通知要用这本“最全字典”去解码。
<head>
<meta charset="utf-8"> <!-- 必须放在其他所有标签之前 -->
<title>基础页面</title>
</head>2. 页面简介：<meta name="description">
这个标签是专门留给搜索引擎爬虫看的。你在这里写的一段话，会直接用来当作搜索结果里大标题下方的那段灰色摘要文字。
<meta name="description" content="本文为你拆解HTML头部的6大核心配置，帮你彻底解决页面乱码与搜索盲区大坑。">- 怎么写：字数建议控制在 50 到 160 字之间。太短讲不清重点，太长了在搜索页面会被截断显示成省略号。
- 放关键词：把跟网页最相关的“干货名词”写成自然通顺的一句话，以此吸引别人点击。（提示：以前有一种专门罗列关键词的
<meta name="keywords">标签，现在已经被各大搜索引擎当做作弊废弃了，千万别再写。）
3. Open Graph (OG) 标签：社交图谱属性数据
Open Graph（开放图谱协议）旨在解决链接分享时的富媒体展示问题。
真实场景说明：
假设你写了一篇文章，把文章链接发到微信聊天框或朋友圈。
- 没有配置 OG 标签时：微信只能识别出一个干巴巴的蓝色超链接，或者随机瞎抓取页面里的一张图（有可能抓成了毫不相干的微信付款码或者网站的 LOGO）作为配图，很难看。
- 按规范配置 OG 标签后：当你发出链接时，微信会自动将这个链接渲染成一张“漂亮的卡片”——有你专门指定的高清封面图、加粗的独立标题，以及两行核心摘要。
常见的刚需级配置项包含这三条：
<meta property="og:title" content="社交卡片独立抓取的加粗标题">
<meta property="og:description" content="社交卡片下的描述区域文本">
<meta property="og:image" content="https://xxx.com/cover.jpg"> <!-- 建议采用 1200x630 的通用规则外链图 -->四、 网站小图标：<link rel="icon">
也叫 favicon，就是日常打开网页时，显示在浏览器最顶端标签页最左边的那个微型图标，你把网页存到手机桌面时通常也是用它做图标。
现在不用死磕老旧的 .ico 格式了。建议直接拿一张你的 .png 或 .svg 图片放进去，主流终端现在全兼容：
<link rel="icon" href="/favicon.png" type="image/png">五、 引入外部文件：CSS 和 JavaScript
为了后续修改方便并让多个页面能共用一套代码，我们一般不会把样式和交互全糊在一个文件里，而是把负责“长啥样”的 CSS 和负责“有什么动作”的 JS 单独存成文件，再通过头部把它们接进网页来。
1. 引入 CSS
<link rel="stylesheet" href="style.css">当浏览器读到这句代码时，会故意停一下加载页面的手头工作，专门去等 style.css 文件下载完。这么干是为了保证用户第一眼看到的就是带颜色、带排版的工整网页，而不是先看到毫无样式的黑白丑文章，等 CSS 来了才突然“闪一下”大变样。
2. 引入 JS 与防卡顿神器 defer
如果不加防备直接引入 JS 文件（比如写成 <script src="script.js"></script>）极易出大事故：浏览器遇到这行代码，会立刻定住网页内容的读取进度，非去下载再运行这写 JS 代码不可。万一代码里写了“点击网页最下面的XX按钮”，但刚才浏览器因为被卡住还没画出这个按钮，整个网页就会当场报错崩溃死在那。
想解决这个问题，加上 defer 参量就行了：
<script src="script.js" defer></script>加上 defer，其实就是给浏览器传了个话：“你去后台悄悄把这 JS 下载着，别耽误前面正常读代码铺网页。等到整个网页的内容全被你按顺序画完了，你再把下载好的 JS 拿出来运行”。完美做到画面秒开、零卡顿。
六、 声明当前网页的语言：<html lang="zh-CN">
写在代码最顶层的 <html> 标签上，用来向外界明确声明这个网页的主体是什么语言。看似是个没啥用的细节，但不写很容易踩三个暗坑：
- 坑死搜索引擎排名：像谷歌这种面向全球的引擎，如果搞不清你这是什么语言的区域网，肯定不敢轻易把你推在中文搜索的高权重名次里。
- 乱弹机器翻译报错：经常用 Chrome 浏览器的朋友可能会遇到，进了某个明明都是方块字的中文网，浏览器却抽风瞎弹出一个框问“需不需要把此页翻译成中文”。这就是因为没标语言导致它犯糊涂了。
- 逼疯视障读屏用户：盲人上网用的是专门听网页念字的辅助系统。如果你没明确告知语言，有的老外系统的读屏软件，就会拿满嘴洋腔怪调硬念你的中文字，完全听不懂。
小结与下篇预告
<head> 的 7 个核心配置：
<meta charset="utf-8">：防乱码。<title>：定页面大名、抢搜索排名。<meta name="description">：提供搜索页的灰色摘要。OG 标签：搞定微信转发卡片的图文展示。<link rel="icon">：挂载标签栏小图标。<link>：引入 CSS 铺样式；<script defer>引入 JS 加动作且防卡顿加载。<html lang="zh-CN">：敲定网页所属语言。
配完<head>，终于要进入能在网页上写字的 <body> 区域了。
但很多人上来就会踩一个坑：为了让字变大，直接写一大堆 <span> 和 <div> 然后强行加粗变大。这种做法在机器眼里完全是无效信息。
在下一篇《05. HTML标题与段落》里，我们会讲讲机器是怎么“读”网页的，以及怎么用一套严丝合缝的标题（h1~h6）和段落（<p>）搭出清晰的页面骨架。
