add youtu.be short links
[videosite.git] / videosite / YouTubeGrabber.pm
index 2cb55c1..4449d1f 100644 (file)
@@ -6,14 +6,18 @@
 # download strategy revised using
 # http://www.kde-apps.org/content/show.php?content=41456
 
-package YouTubeGrabber;
+package videosite::YouTubeGrabber;
 
-use GrabberBase;
-@ISA = qw(GrabberBase);
+use videosite::GrabberBase;
+@ISA = qw(videosite::GrabberBase);
 
-use LWP::Simple qw(!get);
-use HTML::Parser;
+use LWP::UserAgent;
+use HTTP::Cookies;
+use HTML::TokeParser;
+use HTML::Entities qw(decode_entities);
+use Encode;
 use Data::Dumper;
+use videosite::JSArrayParser;
 
 use strict;
 
@@ -22,8 +26,17 @@ sub new {
     my $self = $class->SUPER::new();
 
     $self->{'NAME'} = 'youtube';
-    $self->{'PATTERNS'} = ['(http://(?:[-a-zA-Z0-9_.]+\.)*youtube.(?:com|de|co.uk)/watch\?(?:.+=.+&)*v=([-a-zA-Z0-9_]+))',
-                           '(http://(?:[-a-zA-Z0-9_.]+\.)*youtube.(?:com|de|co.uk)/v/([-a-zA-Z0-9_]+))'];
+    $self->{'PATTERNS'} = ['(http://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/watch\?(?:.+=.+&)*v=([-a-zA-Z0-9_]+))',
+                           '(http://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/v/([-a-zA-Z0-9_]+))',
+                          '(http://(?:[-a-zA-Z0-9_.]+\.)*youtu\.be/([-a-zA-Z0-9_]+))'];
+    $self->{'_PARAMS'} = {
+            'QUALITY' => ['normal', 'Quality of the video to download.', {
+                    'normal' => 'standard resolution flash video',
+                    'high' => 'higher resolution flash video',
+                    'h264' => 'high resolution MPEG4 video',
+                    'hd' => 'HD720 resolution'}],
+            'USERNAME' => ['', 'Username to use for YouTube login'],
+            'PASSWORD' => ['', 'Password to use for YouTube login']};
 
     bless($self, $class);
     $self->_prepare_parameters();
@@ -37,10 +50,21 @@ sub _parse {
     my $pattern = shift;
     my $content;
     my $metadata = {};
-    my $p = HTML::Parser->new(api_version => 3);
-    my @accum;
-    my @text;
+    my $p;
     my $e;
+    my $tag;
+    my $jar = HTTP::Cookies->new;
+    my $ua = LWP::UserAgent->new('agent' => 'Mozilla/5.0');
+    my $r;
+    my $videourl;
+    my $quality = $self->_getval('QUALITY');
+    my %preflist = (
+        'hd' => [37, 22, 35, 18, 34, 6, 5],
+        'h264' => [18, 34, 37, 22, 35, 6, 5],
+        'high' => [34, 35, 18, 37, 22, 6, 5],
+        'normal' => [6, 5, 34, 35, 18, 22, 37]);
+    my $preflist;
+    my $jsp;
 
     $url =~ m|$pattern|;
     $url = $1;
@@ -52,35 +76,129 @@ sub _parse {
     $metadata->{'TITLE'} = undef;
     $metadata->{'DLURL'} = undef;
 
-    unless(defined($content = LWP::Simple::get(sprintf('http://youtube.com/watch?v=%s', $2)))) {
+    $self->debug("Matched id %s from pattern %s", $2, $pattern);
+
+    $preflist = $preflist{$quality};
+    $self->debug("Quality: %s, preflist: [%s]", $quality, join(", ", @{$preflist}));
+
+    $videourl = sprintf('http://www.youtube.com/watch?v=%s', $2);
+
+    unless(defined($r = $ua->get($videourl))) {
         $self->error('Could not download %s', $url);
         return undef;
     }
 
-    if ($content =~ /This video has been removed due to terms of use violation/) {
-        $self->error('Video has been removed');
-        return undef;
+    if ($r->base->as_string() =~ m,/verify_age,) {
+        $self->debug('Video requires age verification');
+        $ua->cookie_jar($jar);
+        $r = $self->__login($videourl, $ua);
+        unless(defined($r)) {
+            $self->error('Could not log into YouTube');
+            return undef;
+        }
     }
+    $content = $r->content();
+
+    $p = HTML::TokeParser->new(\$content);
 
-    $p->handler(start => \@accum, "tagname, attr");
-    $p->handler(text => \@text, "text");
-    $p->report_tags(qw(meta script));
-    $p->utf8_mode(1);
-    $p->parse($content);
-
-    # Look for the title in the meta tags
-    foreach $e (@accum) {
-        if ('meta' eq $e->[0]) {
-            if ('title' eq $e->[1]->{'name'}) {
-                $metadata->{'TITLE'} = $e->[1]->{'content'};
+    SWF_ARGS: while ($tag = $p->get_tag('div', 'meta', 'script')) {
+        if ('meta' eq $tag->[0]) {
+            if ('title' eq $tag->[1]->{'name'}) {
+                $metadata->{'TITLE'} = $tag->[1]->{'content'};
+                # Convert HTML entities in the title. This is a bit convoluted.
+                $metadata->{'TITLE'} = encode("utf8",
+                                         decode_entities(
+                                           decode("utf8", $metadata->{'TITLE'})));
+                    
+                $self->debug('Title found: %s', $metadata->{'TITLE'});
             }
-        }
-    }
+        } elsif ('script' eq $tag->[0]) {
+            $e = $p->get_text();
+            $self->debug("Found script: %s", $e);
+            if ($e =~ m|\x27SWF_ARGS\x27:\s+(.+),|) {
+                my %urls;
+                my $args = $1;
+
+                $self->debug("Found SWF_ARGS: %s", $args);
+                $jsp = videosite::JSArrayParser->new();
+                $self->debug("Using %s to parse", ref($jsp));
+                $r = $jsp->parse($args);
+
+                unless(defined($r)) {
+                    $self->error("Found information hash, but could not parse");
+                    return undef;
+                }
+
+                if (exists($r->{'fmt_url_map'}) and ($r->{'fmt_url_map'} ne '')) {
+                    my $urls =  $r->{'fmt_url_map'};
+
+                    $self->debug("Video has fmt_url_map: %s", $urls);
 
-    # Look for the download URL
-    foreach $e (@text) {
-        if ($e->[0] =~ m|/watch_fullscreen\?(.*)\&fs|) {
-            $metadata->{'DLURL'} = 'http://www.youtube.com/get_video.php?' . $1;
+                    $urls =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
+                    %urls = split(/[\|,]/, $urls);
+                } elsif (exists($r->{'t'}) and ($r->{'t'} ne '')) {
+                    my $thash = $r->{'t'};
+
+                    if (exists($r->{'fmt_map'}) && ($r->{'fmt_map'} ne '')) {
+                        my $fmt = $r->{'fmt_map'};
+                        my @fmt;
+
+                        $self->debug('Video has fmt_map');
+                        $fmt =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
+                        @fmt = split(/,/, $fmt);
+                        foreach (@fmt) {
+                            split(/\//);
+                            $urls{$_[0]} =  sprintf('http://www.youtube.com/get_video?video_id=%s&fmt=%d&t=%s', 
+                                $metadata->{'ID'},
+                                $_[0],
+                                $thash);
+                        }
+                    } else {
+                        $urls{5} = sprintf('http://www.youtube.com/get_video?video_id=%s&t=%s',
+                            $metadata->{'ID'},
+                            $thash);
+                    }
+                } else {
+                    $self->error('Neither fmt_url_map nor t found in video information hash');
+                    return undef;
+                }
+                $self->debug("Found quality levels [%s]", join(", ", keys(%urls)));
+
+                foreach (keys(%urls)) {
+                    if ($_ == 35) {
+                        $self->debug('Found flv,h264,large: %s', $urls{$_});
+                    } elsif ($_ == 34) {
+                        $self->debug('Found flv,h264: %s', $urls{$_});
+                    } elsif ($_ == 22) {
+                        $self->debug('Found mp4,h264,720p: %s', $urls{$_});
+                    } elsif ($_ == 37) {
+                        $self->debug('Found mp4,h264,1080p: %s', $urls{$_});
+                    } elsif ($_ == 18) {
+                        $self->debug('Found mp4,h264: %s', $urls{$_});
+                    } elsif ($_ == 5) {
+                        $self->debug('Found flv,flv: %s', $urls{$_});
+                    } else {
+                        $self->error('Unknown tag %s: %s', $_, $urls{$_});
+                    }
+                }
+
+                foreach (@{$preflist}) {
+                    if (exists($urls{$_})) {
+                        $self->debug("Selected URL with quality level %s", $_);
+                        $metadata->{'DLURL'} = $urls{$_};
+                        last;
+                    }
+                }
+
+                $self->debug('URL found: %s', $metadata->{'DLURL'});
+                last SWF_ARGS;
+            }
+        } elsif ('div' eq $tag->[0]) {
+            if (exists($tag->[1]->{'class'}) and ('yt-alert-content' eq $tag->[1]->{'class'})) {
+                $self->error("Could not get video data for youtube %s: %s",
+                        $metadata->{'ID'}, $p->get_trimmed_text());
+                return undef;
+            }
         }
     }
 
@@ -92,4 +210,68 @@ sub _parse {
     return $metadata;
 }
 
+sub __login {
+    my $self = shift;
+    my $videourl = shift;
+    my $ua = shift;
+    my $user = $self->_getval('USERNAME');
+    my $pass = $self->_getval('PASSWORD');
+    my $r;
+    my $p;
+    my $c;
+    my $token;
+
+    sub check_cookie {
+
+        my $jar = shift;
+        my $key = shift;
+        my $found = undef;
+
+        $jar->scan(sub { $found = 1 if ( $key eq $_[1]) });
+
+        return $found;
+    }
+
+    if (($user eq '') or ($pass eq '')) {
+        $self->error('No username or password defined for YouTube');
+        return undef;
+    }
+
+    $self->debug('Logging in');
+    $r = $ua->post('http://www.youtube.com/signup', { 'next' => '/', 'current_form' => 'login', 'action_login' => '1', 'username' => $user, 'password' => $pass });
+
+    unless(check_cookie($ua->cookie_jar, 'LOGIN_INFO')) {
+        $self->error('Could not log into YouTube');
+        return undef;
+    }
+
+    $r = $ua->get($videourl);
+    if ($r->base->as_string() =~ m,/verify_age,) {
+        $self->debug("Looking for session token...");
+        $c = $r->decoded_content();
+        $p = HTML::TokeParser->new(\$c);
+        while (my $tag = $p->get_tag('script')) {
+            if ($p->get_text() =~ /gXSRF_token = '(.+)'/) {
+                $token = $1;
+                last;
+            }
+        }
+
+        unless(defined($token)) {
+            $self->error("Could not find session token");
+            return undef;
+        }
+
+        $self->debug('Authenticating session...');
+        $r = $ua->post($r->base->as_string, { 'next_url' => $r->base->path, 'action_confirm' => 'Confirm Birth Date', 'session_token' => $token });
+    }
+
+    unless(check_cookie($ua->cookie_jar, 'is_adult')) {
+        $self->error('Could not authenticate session');
+        return undef;
+    }
+
+    return $ua->get($videourl);
+}
+
 1;