2026年のYouTubeスクレイピング方法（API・Python）

2026年にYouTubeをスクレイピングする最速の方法は、YouTubeのJavaScript中心のページを自分で解析するのではなく、正規化されたJSON（動画メタデータ、検索結果、コメント、トランスクリプト）を返す構造化されたYouTube APIを呼び出すことです。自作のスクレイパーを構築することも、公式のData API（そのクォータ付き）を使うこともできますが、構造化されたスクレイピングAPIなら、実際に欲しいフィールドを少ない手間で得られることが多いのです。このガイドでは、これら3つのアプローチすべてについて、それぞれ何が返るのか、どこで壊れるのか、そして法律の基礎を解説します。

YouTubeのスクレイピングは合法ですか？

公開されたYouTubeデータ（公開動画のメタデータ、検索結果、公開コメント、キャプション）のスクレイピングは、一般的にリスクの低い公開ウェブのスクレイピングです。ただしYouTubeの利用規約は自動アクセスを制限しているため、個人データやゲートされたものは避けるべきです。公開された非個人データを使い、レート制限を守り、YouTubeの利用規約を確認してください。詳しくはウェブスクレイピングは合法かを参照してください。これは法的助言ではありません。

選択肢1: Pythonで自作する（そしてなぜ壊れるのか）

自作の道は実質3つあり、それぞれに落とし穴があります。

• 公式のYouTube Data API v3は認められた経路ですが、1日10,000単位のクォータで動作します。しかも1回のsearch.list呼び出しで100単位を消費するため、数回の深い検索で1日分が数分で尽きてしまいます。コメントは1日あたり3,000～10,000件前後で頭打ちになり、Data APIはトランスクリプトをまったく返しません。
• ヘッドレスブラウザやYouTubeの内部/youtubei/v1/エンドポイントでは、フロントエンドが見ているものを取得できますが、埋め込まれたクライアントJSONは予告なく変化し、ボット検出に引っかかります。
• トランスクリプトライブラリ（例: youtube-transcript-api）は、キャプションを得るための手軽な手段です。

from youtube_transcript_api import YouTubeTranscriptApi

segments = YouTubeTranscriptApi.get_transcript("dQw4w9WgXcQ", languages=["en"])
text = " ".join(s["text"] for s in segments)
print(text[:500])

このひとつの呼び出しは、非公開のキャプションエンドポイントが変わるか、動画にキャプションがないか、IPがレート制限されるまでは動作します。しかも得られるのはトランスクリプトだけで、通常あわせて必要になるメタデータ・コメント・検索は得られません。本当のコストは、クォータに縛られたData API（メタデータ）、ブラウザ（検索）、トランスクリプトライブラリ（キャプション）を1本の信頼できるパイプラインに縫い合わせること、そしてそれを生かし続けるためのプロキシ・リトライ・監視です。

選択肢2: 既製ツール

ノーコードの抽出ツールはCSV/JSONをエクスポートでき、単発の取得には十分ですが、予測可能なフィールドを持つ製品内パイプラインには不便です。

選択肢3: 構造化されたYouTube API

繰り返しのワークフローには、YouTubeスクレイピングAPIを使えば、1つのキーから正規化されたJSONが返ります。ブラウザも不要、Data APIのクォータも不要です。動画を検索する場合（qを使い、任意でsort_by・upload_date・durationフィルタを指定します）:

curl "https://api.crawlora.net/api/v1/youtube/search?q=langchain&sort_by=view_count" \
  -H "x-api-key: $CRAWLORA_API_KEY"

続いて、idを指定して動画のメタデータ・コメント・トランスクリプトをPythonで取得します。

import requests

vid = "dQw4w9WgXcQ"
h = {"x-api-key": "YOUR_API_KEY"}

video = requests.get(f"https://api.crawlora.net/api/v1/youtube/video/{vid}", headers=h).json()["data"]
comments = requests.get(f"https://api.crawlora.net/api/v1/youtube/comments/{vid}", headers=h).json()["data"]["comments"]
transcript = requests.get(f"https://api.crawlora.net/api/v1/youtube/transcript/{vid}", headers=h).json()["data"]["segments"]

print(video["title"], "—", len(comments), "comments,", len(transcript), "transcript segments")

コメントはcontinuation_tokenでページ送りされ、トランスクリプトエンドポイントはjson・text・srt・vttを返せます（さらに別言語への翻訳も可能）。予算を気にすべきクォータ単位はありません。動画のレスポンスはそのまま保存できる正規化されたJSONです（フィールドは例示です。ドキュメントを確認してください）:

{
  "code": 200,
  "msg": "OK",
  "data": {
    "id": "dQw4w9WgXcQ",
    "title": "Example video",
    "channel": "Example Channel",
    "view_count": 1840000,
    "like_count": 92000,
    "published": "2026-01-12"
  }
}

収集できるもの

公開ページで公開されている範囲で、エンドポイント別に整理します。

• 動画 — id、タイトル、説明、チャンネル、視聴数/高評価数/コメント数、再生時間、公開日、キャプション。/youtube/video/{id}経由。
• 検索 — 動画・チャンネル・プレイリストをsort_by・upload_date・durationフィルタで。continuation_tokenでページ送り。
• コメント — 動画ごとのトップレベルコメントと返信。continuation_tokenでページ送り。
• トランスクリプト — タイムスタンプ付きのキャプションセグメントをjson・text・srt・vttで。任意で翻訳も可能。
• チャンネル — クリエイター調査のためのチャンネル動画・プレイリスト・ショート。

制限とよくある課題

• Data APIのクォータが公式経路の上限になります（1日10,000単位、search.listは1回100単位）。だからこそ大量の検索・コメント収集はここから外れていくのです。構造化スクレイパーには予算を気にすべきクォータ単位がありません。
• トランスクリプトは保証されません — すべての動画にキャプションがあるわけではなく、自動キャプションは品質にばらつきがあり、対応言語も異なります。langを指定し、取得漏れに対処してください。
• コメントはページ送りされます — 1回の呼び出しですべてのコメントが得られると期待せず、continuation_tokenをたどってください。
• 自作のもろさ — 埋め込みのクライアントJSONと内部の/youtubei/v1/エンドポイントは予告なく変化し、ボット検出に引っかかります。構造化APIはそれを1つのキーの背後で吸収します。
• ゲートされたコンテンツ — 年齢制限や地域制限のある動画は利用できない場合があります。収集するのは公開された非個人データのみにしてください。

どこで使われるか

• クリエイターインテリジェンス — チャンネル・動画・コメントを調査。YouTubeクリエイターインテリジェンスを参照。
• トランスクリプト抽出 — 要約やRAGのためにキャプションを取得。YouTubeトランスクリプト抽出を参照。
• AIエージェントのコンテキスト — 構造化された動画データとトランスクリプトをエージェントに投入。

出典

収集を始める

まずは無料でお試しください: 任意の公開URLを無料ウェブスクレイパーで実行するか、アンチボットチェッカーでサイトがボットをブロックするか確認できます。登録は不要です。

プレイグラウンドでエンドポイントを試し、APIドキュメントでスキーマを確認し、料金を確認してください。ソーシャルスタックの残りについてはTikTokのスクレイピング方法とRedditのスクレイピング方法、Twitter/Xのスクレイピング方法も、そしてウェブスクレイピングAPIの選び方もあわせてご覧ください。