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     43 => 'webm',
  30     38 => 'mp4,h264,4k',
  31     37 => 'mp4,h264,1080p',
  32     35 => 'flv,h264,large',
  33     34 => 'flv,h264',
  34     22 => 'mp4,h264,720p',
  35     18 => 'mp4,h264',
  36     5 => 'flv,flv',
  37     );
  38
  39 sub new {
  40     my $class = shift;
  41     my $self = $class->SUPER::new();
  42
  43     $self->{'NAME'} = 'youtube';
  44     $self->{'PATTERNS'} = ['(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/watch(?:_popup)?\?(?:.+=.+&)*v=([-a-zA-Z0-9_]+))',
  45                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/watch\#\!v=([-a-zA-Z0-9_]+))',
  46                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/v/([-a-zA-Z0-9_]+))',
  47                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/user/[[:alnum:]]+\?v=([-a-zA-Z0-9_]+))',
  48                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/(?:user/)?[[:alnum:]]+#p/(?:\w+/)+\d+/([-a-zA-Z0-9_]+))',
  49                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtu\.be/watch\?v=([-a-zA-Z0-9_]+))',
  50                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtu\.be/([-a-zA-Z0-9_]+))',
  51                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/user/\w+\?.*/([-a-zA-Z0-9_]+))'];
  52     $self->{'_PARAMS'} = {
  53             'QUALITY' => ['normal', 'Quality of the video to download.', {
  54                     'normal' => 'standard resolution flash video',
  55                     'high' => 'higher resolution flash video',
  56                     'h264' => 'high resolution MPEG4 video',
  57                     'hd' => 'HD720 resolution'}],
  58             'USERNAME' => ['', 'Username to use for YouTube login'],
  59             'PASSWORD' => ['', 'Password to use for YouTube login']};
  60
  61     bless($self, $class);
  62     $self->_prepare_parameters();
  63
  64     return $self;
  65 }
  66
  67 sub _parse {
  68     my $self = shift;
  69     my $url = shift;
  70     my $pattern = shift;
  71     my $id;
  72     my $res;
  73
  74     my $url =~ m|$pattern|;
  75     my $url = $1;
  76     my $id = $2;
  77
  78     $self->debug("Matched id %s from pattern %s", $id, $pattern);
  79
  80     $res = $self->_parse_by_video_info($url, $id);
  81     if (defined($res) && ref($res)) {
  82         return $res;
  83     } else {
  84         $res = $self->_parse_by_scrape($url, $id);
  85     }
  86
  87     return $res;
  88 }
  89
  90 sub _parse_by_video_info {
  91     my $self = shift;
  92     my $url = shift;
  93     my $id = shift;
  94     my $quality = $self->_getval('QUALITY');
  95     my $metadata;
  96     my $videourl;
  97     my $ua = $self->ua();
  98     my $preflist;
  99     my $r;
 100     my $content;
 101     my $urls;
 102
 103     $metadata->{'URL'} = $url;
 104     $metadata->{'ID'} = $id;
 105     $metadata->{'TYPE'} = 'video';
 106     $metadata->{'SOURCE'} = $self->{'NAME'};
 107     $metadata->{'TITLE'} = undef;
 108     $metadata->{'DLURL'} = undef;
 109     $metadata->{'COOKIE'} = undef;
 110
 111     $preflist = $preflist{$quality};
 112     $self->debug("Quality: %s, preflist: [%s]", $quality, join(", ", @{$preflist}));
 113
 114     $videourl = sprintf('https://www.youtube.com/get_video_info?video_id=%s&eurl=%s',
 115             $id, 'http%3A%2F%2Fwww%2Eyoutube%2Ecom%2F');
 116     $self->debug("Video info URL: %s", $videourl);
 117
 118     $r = $ua->get($videourl);
 119     unless($r->is_success()) {
 120         $self->debug('Could not download %s: %s', $videourl, $r->code());
 121         return undef;
 122     }
 123
 124     $content = $r->content();
 125     $self->debug('Content from get_video_info: %s', $content);
 126
 127     # Decode content
 128     $content = { split /[&=]/, $content };
 129
 130     if ($content->{'status'} ne 'ok') {
 131         $self->debug("Non OK status code found: %s", $content->{'status'});
 132         return undef;
 133     }
 134
 135     unless(exists($content->{'fmt_url_map'}) and exists($content->{'title'})) {
 136         $self->debug("No fmt_url_map or no title found");
 137         return undef;
 138     }
 139
 140     # Decode fmt_url_map
 141     $urls = $content->{'fmt_url_map'};
 142     $urls =~ s/%(..)/chr(hex($1))/ge;
 143     $urls = { split /[\|,]/, $urls };
 144
 145     $self->__pick_url($urls, $preflist, $metadata);
 146
 147     $metadata->{'TITLE'} = $content->{'title'};
 148     $metadata->{'TITLE'} =~ s/\+/ /g;
 149     $metadata->{'TITLE'} =~ s/%(..)/chr(hex($1))/ge;
 150     $metadata->{'TITLE'} = decode("utf8", $metadata->{'TITLE'});
 151
 152     $self->debug('Title found: %s', $metadata->{'TITLE'});
 153
 154     unless(defined($metadata->{'DLURL'}) && defined($metadata->{'TITLE'})) {
 155         $self->error('Could not determine download URL');
 156         return undef;
 157     }
 158
 159     return $metadata;
 160 }
 161
 162 sub _parse_by_scrape {
 163     my $self = shift;
 164     my $url = shift;
 165     my $id = shift;
 166     my $content;
 167     my $metadata = {};
 168     my $p;
 169     my $e;
 170     my $tag;
 171     my $ua = $self->ua();
 172     my $r;
 173     my $videourl;
 174     my $quality = $self->_getval('QUALITY');
 175     my $preflist;
 176     my $jsp;
 177
 178     $metadata->{'URL'} = $url;
 179     $metadata->{'ID'} = $id;
 180     $metadata->{'TYPE'} = 'video';
 181     $metadata->{'SOURCE'} = $self->{'NAME'};
 182     $metadata->{'TITLE'} = undef;
 183     $metadata->{'DLURL'} = undef;
 184     $metadata->{'COOKIE'} = undef;
 185
 186
 187     $preflist = $preflist{$quality};
 188     $self->debug("Quality: %s, preflist: [%s]", $quality, join(", ", @{$preflist}));
 189
 190     $videourl = sprintf('https://www.youtube.com/watch?v=%s', $id);
 191
 192     unless(defined($r = $ua->get($videourl))) {
 193         $self->error('Could not download %s', $url);
 194         return undef;
 195     }
 196
 197     if ($r->base->as_string() =~ m,/verify_age,) {
 198         $self->debug('Video requires age verification');
 199         my @logindata = $self->__login($videourl, $ua);
 200         $r = $logindata[0];
 201         $metadata->{'COOKIE'} = $logindata[1];
 202         unless(defined($r)) {
 203             $self->error('Could not log into YouTube');
 204             return undef;
 205         }
 206     }
 207     $content = $r->content();
 208
 209     $p = HTML::TokeParser->new(\$content);
 210
 211     SWF_ARGS: while ($tag = $p->get_tag('div', 'meta', 'script')) {
 212         if ('meta' eq $tag->[0]) {
 213             if (exists($tag->[1]->{'name'}) and ('title' eq $tag->[1]->{'name'})) {
 214                 $metadata->{'TITLE'} = $tag->[1]->{'content'};
 215                 # Convert HTML entities in the title. This is a bit convoluted.
 216                 $metadata->{'TITLE'} = decode_entities(
 217                                            decode("utf8", $metadata->{'TITLE'}));
 218
 219                 $self->debug('Title found: %s', $metadata->{'TITLE'});
 220             }
 221         } elsif ('script' eq $tag->[0]) {
 222             my %urls;
 223
 224             $e = $p->get_text();
 225             $self->debug("Found script: %s", $e);
 226
 227             if ($e =~ m|\x27SWF_ARGS\x27:\s+(.+),|) {
 228                 my $args = $1;
 229
 230                 $self->debug("Found SWF_ARGS: %s", $args);
 231                 $jsp = videosite::JSArrayParser->new();
 232                 $self->debug("Using %s to parse", ref($jsp));
 233                 $r = $jsp->parse($args);
 234
 235                 unless(defined($r)) {
 236                     $self->error("Found information hash, but could not parse");
 237                     return undef;
 238                 }
 239
 240                 if (exists($r->{'fmt_url_map'}) and ($r->{'fmt_url_map'} ne '')) {
 241                     my $urls =  $r->{'fmt_url_map'};
 242
 243                     $self->debug("Video has fmt_url_map: %s", $urls);
 244
 245                     $urls =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 246                     %urls = split(/[\|,]/, $urls);
 247                     $self->debug("Pagetype: old (SWF_ARGS), fmt_url_map");
 248
 249                 } elsif (exists($r->{'t'}) and ($r->{'t'} ne '')) {
 250                     my $thash = $r->{'t'};
 251
 252                     if (exists($r->{'fmt_map'}) && ($r->{'fmt_map'} ne '')) {
 253                         my $fmt = $r->{'fmt_map'};
 254                         my @fmt;
 255
 256                         $self->debug('Video has fmt_map');
 257                         $fmt =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 258                         @fmt = split(/,/, $fmt);
 259                         foreach (@fmt) {
 260                             @_=split(/\//);
 261                             $urls{$_[0]} =  sprintf('http://www.youtube.com/get_video?video_id=%s&fmt=%d&t=%s',
 262                                 $metadata->{'ID'},
 263                                 $_[0],
 264                                 $thash);
 265                         }
 266                         $self->debug("Pagetype: 2009 (SWF_ARGS), t with fmt_map");
 267
 268                     } else {
 269                         $urls{5} = sprintf('http://www.youtube.com/get_video?video_id=%s&t=%s',
 270                             $metadata->{'ID'},
 271                             $thash);
 272                         $self->debug("Pagetype: 2009 (SWF_ARGS), t without fmt_map");
 273                     }
 274                 } else {
 275                     $self->error('Neither fmt_url_map nor t found in video information hash');
 276                     return undef;
 277                 }
 278             } elsif ($e =~ m|var swfHTML = .*fmt_url_map=([^\&]+)\&|) {
 279                 my $urls = $1;
 280                 $self->debug("Video has fmt_url_map: %s", $urls);
 281
 282                 $urls =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 283                 %urls = split(/[\|,]/, $urls);
 284                 $self->debug("Pagetype: 2010 (swfHTML), fmt_url_map");
 285             } elsif ($e =~ m|\x27PLAYER_CONFIG\x27:\s+(.+)\}\);|) {
 286                 my $args = $1;
 287                 $self->debug("Found PLAYER_CONFIG: %s", $args);
 288
 289                 $jsp = videosite::JSArrayParser->new();
 290                 $self->debug("Using %s to parse", ref($jsp));
 291                 $r = $jsp->parse($args);
 292
 293                 unless(defined($r)) {
 294                     $self->error("Found information hash, but could not parse");
 295                     return undef;
 296                 }
 297
 298                 if (exists($r->{'args'}) and exists($r->{'args'}->{'ps'}) and ($r->{'args'}->{'ps'} eq 'live')) {
 299                     $self->error("Video URL seems to point to a live stream, cannot save this");
 300                     return undef;
 301                 }
 302
 303                 if (exists($r->{'args'}) and exists($r->{'args'}->{'fmt_url_map'}) and ($r->{'args'}->{'fmt_url_map'} ne '')) {
 304                     my $urls = $r->{'args'}->{'fmt_url_map'};
 305
 306                     $self->debug("Video has fmt_url_map: %s", $urls);
 307
 308                     %urls = split(/[\|,]/, $urls);
 309                     foreach (keys(%urls)) {
 310                         my $u = $urls{$_};
 311                         $u =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 312                         $urls{$_} = $u;
 313                     }
 314                     $self->debug("Pagetype: 2011 (PLAYER_CONFIG), fmt_url_map");
 315                 } else {
 316                     $self->error('fmt_url_map not found in PLAYER_CONFIG');
 317                     return undef;
 318                 }
 319             }
 320
 321             if (%urls) {
 322                 $self->__pick_url(\%urls, $preflist, $metadata);
 323                 last SWF_ARGS;
 324             }
 325         } elsif ('div' eq $tag->[0]) {
 326             if (exists($tag->[1]->{'id'}) and ('watch-player-unavailable-message-container' eq $tag->[1]->{'id'})) {
 327                 # Search forward to the next <div>
 328                 $tag = $p->get_tag('div');
 329                 $self->error("Could not get video data for youtube %s: %s",
 330                         $metadata->{'ID'}, $p->get_trimmed_text());
 331                 return undef;
 332             }
 333         }
 334     }
 335
 336     unless(defined($metadata->{'DLURL'}) && defined($metadata->{'TITLE'})) {
 337         $self->error('Could not determine download URL');
 338         return undef;
 339     }
 340
 341     return $metadata;
 342 }
 343
 344 sub __login {
 345     my $self = shift;
 346     my $videourl = shift;
 347     my $ua = shift;
 348     my $user = $self->_getval('USERNAME');
 349     my $pass = $self->_getval('PASSWORD');
 350     my $r;
 351     my $p;
 352     my $c;
 353     my $token;
 354
 355     sub check_cookie {
 356
 357         my $jar = shift;
 358         my $key = shift;
 359         my $found = undef;
 360
 361         $jar->scan(sub { $found = 1 if ( $key eq $_[1]) });
 362
 363         return $found;
 364     }
 365
 366     sub get_all_cookies {
 367
 368         my $jar = shift;
 369         my $key = shift;
 370         my $val = "";
 371         $jar->scan(sub { $val .= "; " if !( $val eq "" ); $val .= "$_[1]=$_[2]" });
 372
 373         return $val;
 374     }
 375
 376     if (($user eq '') or ($pass eq '')) {
 377         $self->error('No username or password defined for YouTube');
 378         return undef;
 379     }
 380
 381     $self->debug('Logging in');
 382     $r = $ua->get('https://www.google.com/accounts/ServiceLoginAuth?service=youtube');
 383     unless($r->is_success()) {
 384         $self->debug("Could not get login page (make sure your LWP supports HTTPS!)");
 385         return undef;
 386     }
 387     $c = $r->decoded_content();
 388     $p = HTML::TokeParser->new(\$c);
 389     while (my $tag = $p->get_tag('input')) {
 390         $self->debug("%s", Dumper($tag));
 391         if ($tag->[1]{name} eq 'GALX') {
 392             $token = $tag->[1]{value};
 393             last;
 394         }
 395     }
 396     $self->debug("GALX = %s", $token);
 397     $r = $ua->post('https://www.google.com/accounts/ServiceLoginAuth?service=youtube', { 'service' => 'youtube', 'Email' => $user, 'Passwd' => $pass, 'GALX' => $token });
 398     unless($r->is_success()) {
 399         $self->debug("Could not get login page (make sure your LWP supports HTTPS!)");
 400         return undef;
 401     }
 402     $c = $r -> decoded_content();
 403     $p = HTML::TokeParser->new(\$c);
 404     while (my $tag = $p->get_tag('script')) {
 405         if($p->get_text() =~ /location\.replace\("(.+)"\)/) {
 406             $token = $1;
 407             $token =~ s/\\x([A-Fa-f0-9]{2})/pack('C', hex($1))/seg;
 408             last;
 409         }
 410     }
 411     $r = $ua->get($token);
 412     unless(check_cookie($ua->cookie_jar, 'LOGIN_INFO')) {
 413         $self->error('Could not log into YouTube');
 414         return undef;
 415     }
 416
 417     $self->debug("Got a cookie");
 418
 419     $r = $ua->get($videourl);
 420     if ($r->base->as_string() =~ m,/verify_age,) {
 421         $self->debug("Looking for session token...");
 422         $c = $r->decoded_content();
 423         $p = HTML::TokeParser->new(\$c);
 424         while (my $tag = $p->get_tag('script')) {
 425             if ($p->get_text() =~ /'XSRF_TOKEN': '(.+)'/) {
 426                 $token = $1;
 427                 last;
 428             }
 429         }
 430
 431         unless(defined($token)) {
 432             $self->error("Could not find session token");
 433             return undef;
 434         }
 435
 436         $self->debug('Authenticating session...');
 437         $r = $ua->post($r->base->as_string, { 'next_url' => $r->base->path, 'action_confirm' => 'Confirm Birth Date', 'session_token' => $token });
 438     }
 439
 440 # Apparently there is no longer a specific "is_adult" cookie
 441 # or, by the looks of it, anything similar
 442 #
 443 #    unless(check_cookie($ua->cookie_jar, 'is_adult')) {
 444 #        $self->error('Could not authenticate session');
 445 #        return undef;
 446 #    }
 447
 448     my $cookie = get_all_cookies($ua->cookie_jar);
 449     return ($ua->get($videourl), $cookie);
 450 }
 451
 452 sub __pick_url {
 453     my $self = shift;
 454     my $urls = shift;
 455     my $preflist = shift;
 456     my $metadata = shift;
 457
 458     foreach (keys(%{$urls})) {
 459         if (exists($videoformats{$_})) {
 460             $self->debug('Found URL for format %s (%s): %s', $_, $videoformats{$_}, $urls->{$_});
 461         } else {
 462             $self->error('Unknown format %s: %s', $_, $urls->{$_});
 463         }
 464     }
 465
 466     foreach (@{$preflist}) {
 467         if (exists($urls->{$_})) {
 468             $self->debug("Selected URL with quality level %s", $_);
 469             $metadata->{'DLURL'} = $urls->{$_};
 470             last;
 471         }
 472     }
 473
 474     $self->debug('URL found: %s', $metadata->{'DLURL'});
 475 }
 476
 477 1;