caption_extractor — 视频站字幕提取

给浏览器扩展加一个新视频站的字幕支持。宿主把已启用的提取器脚本发给扩展， 扩展在所有网页上运行，只有 match(url) 命中的页面才抓字幕。

---

声明

{
  "id": "example.caption.extractor",
  "name": "示例：自定义视频站字幕提取",
  "version": "1.0.0",
  "target_app_version": "0.2",
  "type": "caption_extractor",
  "entrypoint": "extractor.js",
  "enabled": false,
  "tags": ["字幕", "示例"]
}

entrypoint 指向一个 extractor.js。默认 enabled: false。

---

脚本骨架

// 复制本文件，改 id 和 match，即可为新的视频站提供字幕。
TransBoxExtractors.register({
  id: "my_site",
  match(url) { return /example\.com/.test(String(url || "")); },
  videoId(url) { return new URL(url).pathname; },

  // 方案 A：网站有整段时间轴文件时用
  async fetchManifest(videoId, ctx) {
    return {
      src_lang: ctx.preferredLang || "en",
      cues: [{ start: 0, end: 1.2, text: "Hello" }],
      trackName: "my site",
    };
  },

  // 方案 B：只有画面上的字幕、没有时间轴文件时用
  collectLines(doc) {
    return TransBoxCaptionHost.linesFromSelector(".player-caption");
  },
});

（fetchManifest 与 collectLines 二选一，或都提供。）

---

接口

成员	说明
id	提取器标识（必填）
match(url)	命中该站才启用；返回 falsy 就不介入
videoId(url)	从 URL 提取视频 ID（用于去重/切换检测）
fetchManifest(videoId, ctx)	返回 {src_lang, cues: [{start, end, text}], trackName}；没有时间轴就返回 null
collectLines(doc)	返回当前画面可见的每一行；不写就继续用内置 YouTube / B站 选择器

ctx.preferredLang 是用户当前偏好的源语言。

---

可用全局对象

脚本在浏览器扩展的隔离世界执行，只能依赖这两个参数（不要依赖页面里的全局变量）：

对象	方法
TransBoxExtractors	register({...})
TransBoxCaptionHost	cleanCaptionText(raw)、parseRawTimedText(raw, lang)、preferredLang()、linesFromSelector(css)

---

生效方式

启用提取器后，刷新正在播放的页面；桌面端在握手时把脚本发给扩展。

字幕送到桌面端之后走的链路见 字幕与翻译。 终端用户侧的浏览器扩展说明见 浏览器原生字幕。

caption_bridge 是网页字幕桥本体（插件 community_web_caption_bridge， 插件 ID community.caption.browser），走创意工坊、不打进官方安装包。 第三方不要再写第二个桥——要加网站就用本页的 caption_extractor。

---

相关

• 浏览器原生字幕（终端用户说明）
• 字幕与翻译
• 类型总览
• 示例库