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 HTML::TokeParser;
  15 use HTML::Entities qw(decode_entities);
  16 use Encode;
  17 use Data::Dumper;
  18 use videosite::JSArrayParser;
  19
  20 use strict;
  21
  22 my %preflist = (
  23     'insane' => [38, 37, 22, 35, 18, 34, 6, 5, 43],
  24     'hd' => [37, 22, 35, 18, 34, 6, 5, 38, 43],
  25     'h264' => [18, 34, 37, 22, 35, 6, 5, 38, 43],
  26     'high' => [34, 35, 18, 37, 22, 6, 5, 38, 43],
  27     'normal' => [6, 5, 34, 35, 18, 22, 37, 38, 43]);
  28 my %videoformats = (
  29     # Container/Video codec/Audio codec/Resolution
  30     5 => 'FLV/Sorenson/MP3/240p',
  31     6 => 'FLV/Sorenson/MP3/270p',
  32     13 => '3GP/MPEG4-Visual/144p',  # 0.5MBit
  33     17 => '3GP/MPEG4-Visual/144p',  # 2MBit
  34     18 => 'MP4/H264/AAC/360p',      # isommp42, Baseline
  35     22 => 'MP4/H264/AAC/720p',      # isommp42, High
  36     34 => 'FLV/H264/AAC/360p',      # Main
  37     35 => 'FLV/H264/AAC/480p',      # Main
  38     37 => 'MP4/H264/AAC/1080p',     # High
  39     38 => 'MP4/H264/AAC/3072p',     # High
  40     43 => 'WebM/VP8/Vorbis/360p',
  41     44 => 'WebM/VP8/Vorbis/480p',
  42     45 => 'WebM/VP8/Vorbis/720p',
  43     46 => 'WebM/VP8/Vorbis/1080p/3D',  # effective 540p
  44     82 => 'MP4/H264/AAC/360p/3D',      # isomavc1mp42
  45     83 => 'MP4/H264/AAC/240p/3D',      # isomavc1mp42
  46     84 => 'MP4/H264/AAC/720p/3D',      # isomavc1mp42
  47     85 => 'MP4/H264/AAC/1080p/3D',     # isomavc1mp42, effective 540p
  48     100 => 'WebM/VP8/Vorbis/360p/3D',
  49     101 => 'WebM/VP8/Vorbis/480p/3D',
  50     102 => 'WebM/VP8/Vorbis/720p/3D',
  51     );
  52
  53 sub new {
  54     my $class = shift;
  55     my $self = $class->SUPER::new();
  56
  57     $self->{'NAME'} = 'youtube';
  58     $self->{'PATTERNS'} = ['(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/watch(?:_popup)?\?(?:.+=.+&)*v=([-a-zA-Z0-9_]+))',
  59                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/watch\#\!v=([-a-zA-Z0-9_]+))',
  60                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/v/([-a-zA-Z0-9_]+))',
  61                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/user/[[:alnum:]]+\?v=([-a-zA-Z0-9_]+))',
  62                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/(?:user/)?[[:alnum:]]+#p/(?:\w+/)+\d+/([-a-zA-Z0-9_]+))',
  63                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtu\.be/watch\?v=([-a-zA-Z0-9_]+))',
  64                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtu\.be/([-a-zA-Z0-9_]+))',
  65                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/user/\w+\?.*/([-a-zA-Z0-9_]+))'];
  66     $self->{'_PARAMS'} = {
  67             'QUALITY' => ['normal', 'Quality of the video to download.', {
  68                     'normal' => 'standard resolution flash video',
  69                     'high' => 'higher resolution flash video',
  70                     'h264' => 'high resolution MPEG4 video',
  71                     'hd' => 'HD720 resolution'}],
  72             'USERNAME' => ['', 'Username to use for YouTube login'],
  73             'PASSWORD' => ['', 'Password to use for YouTube login'],
  74             'HTTPS' => [1, 'Whether to use HTTPS (if available) to connect to YouTube']};
  75
  76     bless($self, $class);
  77     $self->_prepare_parameters();
  78
  79     return $self;
  80 }
  81
  82 sub _parse {
  83     my $self = shift;
  84     my $url = shift;
  85     my $pattern = shift;
  86     my $id;
  87     my $res;
  88
  89     $url =~ m|$pattern|;
  90     $url = $1;
  91     $id = $2;
  92
  93     $self->debug("Matched id %s from pattern %s", $id, $pattern);
  94
  95     $res = $self->_parse_by_video_info($url, $id);
  96     if (defined($res) && ref($res)) {
  97         return $res;
  98     } else {
  99         $res = $self->_parse_by_scrape($url, $id);
 100     }
 101
 102     return $res;
 103 }
 104
 105 sub _parse_by_video_info {
 106     my $self = shift;
 107     my $url = shift;
 108     my $id = shift;
 109     my $quality = $self->_getval('QUALITY');
 110     my $metadata;
 111     my $videourl;
 112     my $ua = $self->ua();
 113     my $preflist;
 114     my $r;
 115     my $content;
 116     my $urls;
 117
 118     $metadata->{'URL'} = $url;
 119     $metadata->{'ID'} = $id;
 120     $metadata->{'TYPE'} = 'video';
 121     $metadata->{'SOURCE'} = $self->{'NAME'};
 122     $metadata->{'TITLE'} = undef;
 123     $metadata->{'DLURL'} = undef;
 124     $metadata->{'COOKIE'} = undef;
 125
 126     $preflist = $preflist{$quality};
 127     $self->debug("Quality: %s, preflist: [%s]", $quality, join(", ", @{$preflist}));
 128
 129     $videourl = sprintf('%s://www.youtube.com/get_video_info?video_id=%s&eurl=%s',
 130             $self->_getval('HTTPS')?'https':'http', $id, 'http%3A%2F%2Fwww%2Eyoutube%2Ecom%2F');
 131     $self->debug("Video info URL: %s", $videourl);
 132
 133     $r = $ua->get($videourl);
 134     unless($r->is_success()) {
 135         $self->debug('Could not download %s: %s', $videourl, $r->code());
 136         return undef;
 137     }
 138
 139     $content = $r->content();
 140     $self->debug('Content from get_video_info: %s', $content);
 141
 142     # Decode content
 143     $content = $self->decode_querystring($content);
 144
 145     if ($content->{'status'} ne 'ok') {
 146         $self->debug("Non OK status code found: %s", $content->{'status'});
 147         return undef;
 148     }
 149
 150     if (exists($content->{'fmt_url_map'})) {
 151         # Decode fmt_url_map
 152         $urls = $self->decode_hexurl($content->{'fmt_url_map'});
 153         $urls = { split /[\|,]/, $urls };
 154     } elsif (exists($content->{'url_encoded_fmt_stream_map'})) {
 155         $urls = $self->_decode_url_encoded_fmt_stream_map($content->{'url_encoded_fmt_stream_map'}, 1);
 156     } else {
 157         $self->debug("No URL data found");
 158         return undef;
 159     }
 160
 161     unless(exists($content->{'title'})) {
 162         $self->debug("No title found");
 163         return undef;
 164     }
 165
 166     $self->__pick_url($urls, $preflist, $metadata);
 167
 168     $metadata->{'TITLE'} = $content->{'title'};
 169     $metadata->{'TITLE'} =~ s/\+/ /g;
 170     $metadata->{'TITLE'} = $self->decode_hexurl($metadata->{'TITLE'});
 171     $metadata->{'TITLE'} = decode("utf8", $metadata->{'TITLE'});
 172
 173     $self->debug('Title found: %s', $metadata->{'TITLE'});
 174
 175     unless(defined($metadata->{'DLURL'}) && defined($metadata->{'TITLE'})) {
 176         $self->error('Could not determine download URL');
 177         return undef;
 178     }
 179
 180     return $metadata;
 181 }
 182
 183 sub _parse_by_scrape {
 184     my $self = shift;
 185     my $url = shift;
 186     my $id = shift;
 187     my $content;
 188     my $metadata = {};
 189     my $p;
 190     my $e;
 191     my $tag;
 192     my $ua = $self->ua();
 193     my $r;
 194     my $videourl;
 195     my $quality = $self->_getval('QUALITY');
 196     my $preflist;
 197     my $jsp;
 198
 199     $metadata->{'URL'} = $url;
 200     $metadata->{'ID'} = $id;
 201     $metadata->{'TYPE'} = 'video';
 202     $metadata->{'SOURCE'} = $self->{'NAME'};
 203     $metadata->{'TITLE'} = undef;
 204     $metadata->{'DLURL'} = undef;
 205     $metadata->{'COOKIE'} = undef;
 206
 207
 208     $preflist = $preflist{$quality};
 209     $self->debug("Quality: %s, preflist: [%s]", $quality, join(", ", @{$preflist}));
 210
 211     $videourl = sprintf('%s://www.youtube.com/watch?v=%s', $self->_getval('HTTPS')?'https':'http', $id);
 212
 213     unless(defined($r = $ua->get($videourl))) {
 214         $self->error('Could not download %s', $url);
 215         return undef;
 216     }
 217
 218     if ($r->base->as_string() =~ m,/verify_age,) {
 219         $self->debug('Video requires age verification');
 220         my @logindata = $self->__login($videourl, $ua);
 221         $r = $logindata[0];
 222         $metadata->{'COOKIE'} = $logindata[1];
 223         unless(defined($r)) {
 224             $self->error('Could not log into YouTube');
 225             return undef;
 226         }
 227     }
 228     $content = $r->content();
 229
 230     $p = HTML::TokeParser->new(\$content);
 231
 232     SWF_ARGS: while ($tag = $p->get_tag('div', 'meta', 'script')) {
 233         if ('meta' eq $tag->[0]) {
 234             if (exists($tag->[1]->{'name'}) and ('title' eq $tag->[1]->{'name'})) {
 235                 $metadata->{'TITLE'} = $tag->[1]->{'content'};
 236                 # Convert HTML entities in the title. This is a bit convoluted.
 237                 $metadata->{'TITLE'} = decode_entities(
 238                                            decode("utf8", $metadata->{'TITLE'}));
 239
 240                 $self->debug('Title found: %s', $metadata->{'TITLE'});
 241             }
 242         } elsif ('script' eq $tag->[0]) {
 243             my %urls;
 244
 245             $e = $p->get_text();
 246             $self->debug("Found script: %s", $e);
 247
 248             if ($e =~ m|\x27SWF_ARGS\x27:\s+(.+),|) {
 249                 my $args = $1;
 250
 251                 $self->debug("Found SWF_ARGS: %s", $args);
 252                 $jsp = videosite::JSArrayParser->new();
 253                 $self->debug("Using %s to parse", ref($jsp));
 254                 $r = $jsp->parse($args);
 255
 256                 unless(defined($r)) {
 257                     $self->error("Found information hash, but could not parse");
 258                     return undef;
 259                 }
 260
 261                 if (exists($r->{'fmt_url_map'}) and ($r->{'fmt_url_map'} ne '')) {
 262                     my $urls =  $r->{'fmt_url_map'};
 263
 264                     $self->debug("Video has fmt_url_map: %s", $urls);
 265
 266                     $urls = $self->decode_hexurl($urls);
 267                     %urls = split(/[\|,]/, $urls);
 268                     $self->debug("Pagetype: old (SWF_ARGS), fmt_url_map");
 269
 270                 } elsif (exists($r->{'t'}) and ($r->{'t'} ne '')) {
 271                     my $thash = $r->{'t'};
 272
 273                     if (exists($r->{'fmt_map'}) && ($r->{'fmt_map'} ne '')) {
 274                         my $fmt = $r->{'fmt_map'};
 275                         my @fmt;
 276
 277                         $self->debug('Video has fmt_map');
 278                         $fmt = $self->decode_hexurl($fmt);
 279                         @fmt = split(/,/, $fmt);
 280                         foreach (@fmt) {
 281                             @_=split(/\//);
 282                             $urls{$_[0]} =  sprintf('http://www.youtube.com/get_video?video_id=%s&fmt=%d&t=%s',
 283                                 $metadata->{'ID'},
 284                                 $_[0],
 285                                 $thash);
 286                         }
 287                         $self->debug("Pagetype: 2009 (SWF_ARGS), t with fmt_map");
 288
 289                     } else {
 290                         $urls{5} = sprintf('http://www.youtube.com/get_video?video_id=%s&t=%s',
 291                             $metadata->{'ID'},
 292                             $thash);
 293                         $self->debug("Pagetype: 2009 (SWF_ARGS), t without fmt_map");
 294                     }
 295                 } else {
 296                     $self->error('Neither fmt_url_map nor t found in video information hash');
 297                     return undef;
 298                 }
 299             } elsif ($e =~ m|var swfHTML = .*fmt_url_map=([^\&]+)\&|) {
 300                 my $urls = $1;
 301                 $self->debug("Video has fmt_url_map: %s", $urls);
 302
 303                 $urls = $self->decode_hexurl($urls);
 304                 %urls = split(/[\|,]/, $urls);
 305                 $self->debug("Pagetype: 2010 (swfHTML), fmt_url_map");
 306             } elsif ($e =~ m|\x27PLAYER_CONFIG\x27:\s+(.+)(?:\}\);)?|) {
 307                 my $args = $1;
 308                 $self->debug("Found PLAYER_CONFIG: %s", $args);
 309
 310                 $jsp = videosite::JSArrayParser->new();
 311                 $self->debug("Using %s to parse", ref($jsp));
 312                 $r = $jsp->parse($args);
 313
 314                 unless(defined($r)) {
 315                     $self->error("Found information hash, but could not parse");
 316                     return undef;
 317                 }
 318
 319                 if (exists($r->{'args'}) and exists($r->{'args'}->{'ps'}) and ($r->{'args'}->{'ps'} eq 'live')) {
 320                     $self->error("Video URL seems to point to a live stream, cannot save this");
 321                     return undef;
 322                 }
 323
 324                 if (exists($r->{'args'}) and exists($r->{'args'}->{'fmt_url_map'}) and ($r->{'args'}->{'fmt_url_map'} ne '')) {
 325                     my $urls = $r->{'args'}->{'fmt_url_map'};
 326
 327                     $self->debug("Video has fmt_url_map: %s", $urls);
 328
 329                     %urls = split(/[\|,]/, $urls);
 330                     foreach (keys(%urls)) {
 331                         $urls{$_} = $self->decode_hexurl($urls{$_});
 332                     }
 333                     $self->debug("Pagetype: 2011 (PLAYER_CONFIG), fmt_url_map");
 334                 } elsif (exists($r->{'args'}) and exists($r->{'args'}->{'url_encoded_fmt_stream_map'}) and ($r->{'args'}->{'url_encoded_fmt_stream_map'} ne '')) {
 335                     %urls = %{$self->_decode_url_encoded_fmt_stream_map($r->{'args'}->{'url_encoded_fmt_stream_map'}, 0)};
 336
 337                     $self->debug("Pagetype: 2011 (PLAYER_CONFIG), url_encoded_fmt_stream_map");
 338                 } else {
 339                     $self->error('fmt_url_map not found in PLAYER_CONFIG');
 340                     return undef;
 341                 }
 342             }
 343
 344             if (%urls) {
 345                 $self->__pick_url(\%urls, $preflist, $metadata);
 346                 last SWF_ARGS;
 347             }
 348         } elsif ('div' eq $tag->[0]) {
 349             if (exists($tag->[1]->{'id'}) and ('watch-player-unavailable-message-container' eq $tag->[1]->{'id'})) {
 350                 # Search forward to the next <div>
 351                 $tag = $p->get_tag('div');
 352                 $self->error("Could not get video data for youtube %s: %s",
 353                         $metadata->{'ID'}, $p->get_trimmed_text());
 354                 return undef;
 355             }
 356         }
 357     }
 358
 359     unless(defined($metadata->{'DLURL'}) && defined($metadata->{'TITLE'})) {
 360         $self->error('Could not determine download URL');
 361         return undef;
 362     }
 363
 364     return $metadata;
 365 }
 366
 367 sub __login {
 368     my $self = shift;
 369     my $videourl = shift;
 370     my $ua = shift;
 371     my $user = $self->_getval('USERNAME');
 372     my $pass = $self->_getval('PASSWORD');
 373     my $r;
 374     my $p;
 375     my $c;
 376     my $token;
 377
 378     sub check_cookie {
 379
 380         my $jar = shift;
 381         my $key = shift;
 382         my $found = undef;
 383
 384         $jar->scan(sub { $found = 1 if ( $key eq $_[1]) });
 385
 386         return $found;
 387     }
 388
 389     sub get_all_cookies {
 390
 391         my $jar = shift;
 392         my $key = shift;
 393         my $val = "";
 394         $jar->scan(sub { $val .= "; " if !( $val eq "" ); $val .= "$_[1]=$_[2]" });
 395
 396         return $val;
 397     }
 398
 399     if (($user eq '') or ($pass eq '')) {
 400         $self->error('No username or password defined for YouTube');
 401         return undef;
 402     }
 403
 404     $self->debug('Logging in');
 405     $r = $ua->get('https://www.google.com/accounts/ServiceLoginAuth?service=youtube');
 406     unless($r->is_success()) {
 407         $self->debug("Could not get login page (make sure your LWP supports HTTPS!)");
 408         return undef;
 409     }
 410     $c = $r->decoded_content();
 411     $p = HTML::TokeParser->new(\$c);
 412     while (my $tag = $p->get_tag('input')) {
 413         $self->debug("%s", Dumper($tag));
 414         if ($tag->[1]{name} eq 'GALX') {
 415             $token = $tag->[1]{value};
 416             last;
 417         }
 418     }
 419     $self->debug("GALX = %s", $token);
 420     $r = $ua->post('https://www.google.com/accounts/ServiceLoginAuth?service=youtube', { 'service' => 'youtube', 'Email' => $user, 'Passwd' => $pass, 'GALX' => $token });
 421     unless($r->is_success()) {
 422         $self->debug("Could not get login page (make sure your LWP supports HTTPS!)");
 423         return undef;
 424     }
 425     $c = $r -> decoded_content();
 426     $p = HTML::TokeParser->new(\$c);
 427     while (my $tag = $p->get_tag('script')) {
 428         if($p->get_text() =~ /location\.replace\("(.+)"\)/) {
 429             $token = $1;
 430             $token =~ s/\\x([A-Fa-f0-9]{2})/pack('C', hex($1))/seg;
 431             last;
 432         }
 433     }
 434     $r = $ua->get($token);
 435     unless(check_cookie($ua->cookie_jar, 'LOGIN_INFO')) {
 436         $self->error('Could not log into YouTube');
 437         return undef;
 438     }
 439
 440     $self->debug("Got a cookie");
 441
 442     $r = $ua->get($videourl);
 443     if ($r->base->as_string() =~ m,/verify_age,) {
 444         $self->debug("Looking for session token...");
 445         $c = $r->decoded_content();
 446         $p = HTML::TokeParser->new(\$c);
 447         while (my $tag = $p->get_tag('script')) {
 448             if ($p->get_text() =~ /'XSRF_TOKEN': '(.+)'/) {
 449                 $token = $1;
 450                 last;
 451             }
 452         }
 453
 454         unless(defined($token)) {
 455             $self->error("Could not find session token");
 456             return undef;
 457         }
 458
 459         $self->debug('Authenticating session...');
 460         $r = $ua->post($r->base->as_string, { 'next_url' => $r->base->path, 'action_confirm' => 'Confirm Birth Date', 'session_token' => $token });
 461     }
 462
 463 # Apparently there is no longer a specific "is_adult" cookie
 464 # or, by the looks of it, anything similar
 465 #
 466 #    unless(check_cookie($ua->cookie_jar, 'is_adult')) {
 467 #        $self->error('Could not authenticate session');
 468 #        return undef;
 469 #    }
 470
 471     my $cookie = get_all_cookies($ua->cookie_jar);
 472     return ($ua->get($videourl), $cookie);
 473 }
 474
 475 # Take an encoded url_encoded_fmt_stream_map and return a hash
 476 # matching video IDs to download URLs
 477 sub _decode_url_encoded_fmt_stream_map {
 478     my $self = shift;
 479     my $data = shift;
 480     my $dataencoded = shift;
 481     my @data;
 482
 483     $data = $self->decode_hexurl($data) if $dataencoded;
 484     # This will
 485     # - Split the decoded string into segments (along ,)
 486     # - Interpret each segment as a concatenated key-value list (key and value separated by =, pairs separated by &
 487     # - URL-decode each key and value _again_
 488     #
 489     # @data will be an array of hash references
 490
 491     @data = map { { map { $self->decode_hexurl($_) } split /[&=]/  } } split /,/, $data;
 492     $self->debug("_decode_url_encoded_fmt_stream_map() decoded %s", Dumper(\@data));
 493
 494     # From each array entry, pick the itag and the url values and return that
 495     # as a hash reference
 496
 497     return { map { $_->{'itag'}, $_->{'url'} } @data };
 498 }
 499
 500
 501
 502 sub __pick_url {
 503     my $self = shift;
 504     my $urls = shift;
 505     my $preflist = shift;
 506     my $metadata = shift;
 507
 508     foreach (keys(%{$urls})) {
 509         if (exists($videoformats{$_})) {
 510             $self->debug('Found URL for format %s (%s): %s', $_, $videoformats{$_}, $urls->{$_});
 511         } else {
 512             $self->error('Unknown format %s: %s', $_, $urls->{$_});
 513         }
 514     }
 515
 516     foreach (@{$preflist}) {
 517         if (exists($urls->{$_})) {
 518             $self->debug("Selected URL with quality level %s", $_);
 519             $metadata->{'DLURL'} = $urls->{$_};
 520             if (exists($videoformats{$_})) {
 521                 $metadata->{'FORMAT'} = $videoformats{$_};
 522             } else {
 523                 $metadata->{'FORMAT'} = 'unknown';
 524             }
 525             last;
 526         }
 527     }
 528
 529     $self->debug('URL found: %s', $metadata->{'DLURL'});
 530 }
 531
 532 1;
 533