videosite/YouTubeGrabber.pm

   1 # (c) 2007 by Ralf Ertzinger <ralf@camperquake.de>
   2 # licensed under GNU GPL v2
   3 #
   4 # Grabber for youtube.com/de/...
   5 #
   6 # download strategy revised using
   7 # http://www.kde-apps.org/content/show.php?content=41456
   8
   9 package videosite::YouTubeGrabber;
  10
  11 use videosite::GrabberBase;
  12 @ISA = qw(videosite::GrabberBase);
  13
  14 use LWP::UserAgent;
  15 use HTTP::Cookies;
  16 use HTML::TokeParser;
  17 use HTML::Entities qw(decode_entities);
  18 use Encode;
  19 use Data::Dumper;
  20 use videosite::JSArrayParser;
  21
  22 use strict;
  23
  24 sub new {
  25     my $class = shift;
  26     my $self = $class->SUPER::new();
  27
  28     $self->{'NAME'} = 'youtube';
  29     $self->{'PATTERNS'} = ['(http://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/watch\?(?:.+=.+&)*v=([-a-zA-Z0-9_]+))',
  30                            '(http://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/watch\#\!v=([-a-zA-Z0-9_]+))',
  31                            '(http://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/v/([-a-zA-Z0-9_]+))',
  32                            '(http://(?:[-a-zA-Z0-9_.]+\.)*youtu\.be/([-a-zA-Z0-9_]+))',
  33                            '(http://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/user/\w+\?.*/([-a-zA-Z0-9_]+))'];
  34     $self->{'_PARAMS'} = {
  35             'QUALITY' => ['normal', 'Quality of the video to download.', {
  36                     'normal' => 'standard resolution flash video',
  37                     'high' => 'higher resolution flash video',
  38                     'h264' => 'high resolution MPEG4 video',
  39                     'hd' => 'HD720 resolution'}],
  40             'USERNAME' => ['', 'Username to use for YouTube login'],
  41             'PASSWORD' => ['', 'Password to use for YouTube login']};
  42
  43     bless($self, $class);
  44     $self->_prepare_parameters();
  45
  46     return $self;
  47 }
  48
  49 sub _parse {
  50     my $self = shift;
  51     my $url = shift;
  52     my $pattern = shift;
  53     my $content;
  54     my $metadata = {};
  55     my $p;
  56     my $e;
  57     my $tag;
  58     my $jar = HTTP::Cookies->new;
  59     my $ua = LWP::UserAgent->new('agent' => 'Mozilla/5.0');
  60     my $r;
  61     my $videourl;
  62     my $quality = $self->_getval('QUALITY');
  63     my %preflist = (
  64         'hd' => [37, 22, 35, 18, 34, 6, 5],
  65         'h264' => [18, 34, 37, 22, 35, 6, 5],
  66         'high' => [34, 35, 18, 37, 22, 6, 5],
  67         'normal' => [6, 5, 34, 35, 18, 22, 37]);
  68     my $preflist;
  69     my $jsp;
  70
  71     $url =~ m|$pattern|;
  72     $url = $1;
  73
  74     $metadata->{'URL'} = $url;
  75     $metadata->{'ID'} = $2;
  76     $metadata->{'TYPE'} = 'video';
  77     $metadata->{'SOURCE'} = $self->{'NAME'};
  78     $metadata->{'TITLE'} = undef;
  79     $metadata->{'DLURL'} = undef;
  80
  81     $self->debug("Matched id %s from pattern %s", $2, $pattern);
  82
  83     $preflist = $preflist{$quality};
  84     $self->debug("Quality: %s, preflist: [%s]", $quality, join(", ", @{$preflist}));
  85
  86     $videourl = sprintf('http://www.youtube.com/watch?v=%s', $2);
  87
  88     unless(defined($r = $ua->get($videourl))) {
  89         $self->error('Could not download %s', $url);
  90         return undef;
  91     }
  92
  93     if ($r->base->as_string() =~ m,/verify_age,) {
  94         $self->debug('Video requires age verification');
  95         $ua->cookie_jar($jar);
  96         $r = $self->__login($videourl, $ua);
  97         unless(defined($r)) {
  98             $self->error('Could not log into YouTube');
  99             return undef;
 100         }
 101     }
 102     $content = $r->content();
 103
 104     $p = HTML::TokeParser->new(\$content);
 105
 106     SWF_ARGS: while ($tag = $p->get_tag('div', 'meta', 'script')) {
 107         if ('meta' eq $tag->[0]) {
 108             if ('title' eq $tag->[1]->{'name'}) {
 109                 $metadata->{'TITLE'} = $tag->[1]->{'content'};
 110                 # Convert HTML entities in the title. This is a bit convoluted.
 111                 $metadata->{'TITLE'} = encode("utf8",
 112                                          decode_entities(
 113                                            decode("utf8", $metadata->{'TITLE'})));
 114
 115                 $self->debug('Title found: %s', $metadata->{'TITLE'});
 116             }
 117         } elsif ('script' eq $tag->[0]) {
 118             $e = $p->get_text();
 119             $self->debug("Found script: %s", $e);
 120             if ($e =~ m|\x27SWF_ARGS\x27:\s+(.+),|) {
 121                 my %urls;
 122                 my $args = $1;
 123
 124                 $self->debug("Found SWF_ARGS: %s", $args);
 125                 $jsp = videosite::JSArrayParser->new();
 126                 $self->debug("Using %s to parse", ref($jsp));
 127                 $r = $jsp->parse($args);
 128
 129                 unless(defined($r)) {
 130                     $self->error("Found information hash, but could not parse");
 131                     return undef;
 132                 }
 133
 134                 if (exists($r->{'fmt_url_map'}) and ($r->{'fmt_url_map'} ne '')) {
 135                     my $urls =  $r->{'fmt_url_map'};
 136
 137                     $self->debug("Video has fmt_url_map: %s", $urls);
 138
 139                     $urls =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 140                     %urls = split(/[\|,]/, $urls);
 141                 } elsif (exists($r->{'t'}) and ($r->{'t'} ne '')) {
 142                     my $thash = $r->{'t'};
 143
 144                     if (exists($r->{'fmt_map'}) && ($r->{'fmt_map'} ne '')) {
 145                         my $fmt = $r->{'fmt_map'};
 146                         my @fmt;
 147
 148                         $self->debug('Video has fmt_map');
 149                         $fmt =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 150                         @fmt = split(/,/, $fmt);
 151                         foreach (@fmt) {
 152                             split(/\//);
 153                             $urls{$_[0]} =  sprintf('http://www.youtube.com/get_video?video_id=%s&fmt=%d&t=%s',
 154                                 $metadata->{'ID'},
 155                                 $_[0],
 156                                 $thash);
 157                         }
 158                     } else {
 159                         $urls{5} = sprintf('http://www.youtube.com/get_video?video_id=%s&t=%s',
 160                             $metadata->{'ID'},
 161                             $thash);
 162                     }
 163                 } else {
 164                     $self->error('Neither fmt_url_map nor t found in video information hash');
 165                     return undef;
 166                 }
 167                 $self->debug("Found quality levels [%s]", join(", ", keys(%urls)));
 168
 169                 foreach (keys(%urls)) {
 170                     if ($_ == 35) {
 171                         $self->debug('Found flv,h264,large: %s', $urls{$_});
 172                     } elsif ($_ == 34) {
 173                         $self->debug('Found flv,h264: %s', $urls{$_});
 174                     } elsif ($_ == 22) {
 175                         $self->debug('Found mp4,h264,720p: %s', $urls{$_});
 176                     } elsif ($_ == 37) {
 177                         $self->debug('Found mp4,h264,1080p: %s', $urls{$_});
 178                     } elsif ($_ == 18) {
 179                         $self->debug('Found mp4,h264: %s', $urls{$_});
 180                     } elsif ($_ == 5) {
 181                         $self->debug('Found flv,flv: %s', $urls{$_});
 182                     } else {
 183                         $self->error('Unknown tag %s: %s', $_, $urls{$_});
 184                     }
 185                 }
 186
 187                 foreach (@{$preflist}) {
 188                     if (exists($urls{$_})) {
 189                         $self->debug("Selected URL with quality level %s", $_);
 190                         $metadata->{'DLURL'} = $urls{$_};
 191                         last;
 192                     }
 193                 }
 194
 195                 $self->debug('URL found: %s', $metadata->{'DLURL'});
 196                 last SWF_ARGS;
 197             }
 198         } elsif ('div' eq $tag->[0]) {
 199             if (exists($tag->[1]->{'class'}) and ('yt-alert-content' eq $tag->[1]->{'class'})) {
 200                 $self->error("Could not get video data for youtube %s: %s",
 201                         $metadata->{'ID'}, $p->get_trimmed_text());
 202                 return undef;
 203             }
 204         }
 205     }
 206
 207     unless(defined($metadata->{'DLURL'}) && defined($metadata->{'TITLE'})) {
 208         $self->error('Could not determine download URL');
 209         return undef;
 210     }
 211
 212     return $metadata;
 213 }
 214
 215 sub __login {
 216     my $self = shift;
 217     my $videourl = shift;
 218     my $ua = shift;
 219     my $user = $self->_getval('USERNAME');
 220     my $pass = $self->_getval('PASSWORD');
 221     my $r;
 222     my $p;
 223     my $c;
 224     my $token;
 225
 226     sub check_cookie {
 227
 228         my $jar = shift;
 229         my $key = shift;
 230         my $found = undef;
 231
 232         $jar->scan(sub { $found = 1 if ( $key eq $_[1]) });
 233
 234         return $found;
 235     }
 236
 237     if (($user eq '') or ($pass eq '')) {
 238         $self->error('No username or password defined for YouTube');
 239         return undef;
 240     }
 241
 242     $self->debug('Logging in');
 243     $r = $ua->post('http://www.youtube.com/signup', { 'next' => '/', 'current_form' => 'login', 'action_login' => '1', 'username' => $user, 'password' => $pass });
 244
 245     unless(check_cookie($ua->cookie_jar, 'LOGIN_INFO')) {
 246         $self->error('Could not log into YouTube');
 247         return undef;
 248     }
 249
 250     $self->debug("Got a cookie");
 251
 252     $r = $ua->get($videourl);
 253     if ($r->base->as_string() =~ m,/verify_age,) {
 254         $self->debug("Looking for session token...");
 255         $c = $r->decoded_content();
 256         $p = HTML::TokeParser->new(\$c);
 257         while (my $tag = $p->get_tag('script')) {
 258             if ($p->get_text() =~ /gXSRF_token = '(.+)'/) {
 259                 $token = $1;
 260                 last;
 261             }
 262         }
 263
 264         unless(defined($token)) {
 265             $self->error("Could not find session token");
 266             return undef;
 267         }
 268
 269         $self->debug('Authenticating session...');
 270         $r = $ua->post($r->base->as_string, { 'next_url' => $r->base->path, 'action_confirm' => 'Confirm Birth Date', 'session_token' => $token });
 271     }
 272
 273     unless(check_cookie($ua->cookie_jar, 'is_adult')) {
 274         $self->error('Could not authenticate session');
 275         return undef;
 276     }
 277
 278     return $ua->get($videourl);
 279 }
 280
 281 1;