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             my %urls;
 119
 120             $e = $p->get_text();
 121             $self->debug("Found script: %s", $e);
 122
 123             if ($e =~ m|\x27SWF_ARGS\x27:\s+(.+),|) {
 124                 my $args = $1;
 125
 126                 $self->debug("Found SWF_ARGS: %s", $args);
 127                 $jsp = videosite::JSArrayParser->new();
 128                 $self->debug("Using %s to parse", ref($jsp));
 129                 $r = $jsp->parse($args);
 130
 131                 unless(defined($r)) {
 132                     $self->error("Found information hash, but could not parse");
 133                     return undef;
 134                 }
 135
 136                 if (exists($r->{'fmt_url_map'}) and ($r->{'fmt_url_map'} ne '')) {
 137                     my $urls =  $r->{'fmt_url_map'};
 138
 139                     $self->debug("Video has fmt_url_map: %s", $urls);
 140
 141                     $urls =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 142                     %urls = split(/[\|,]/, $urls);
 143                     $self->debug("Pagetype: old (SWF_ARGS), fmt_url_map");
 144
 145                 } elsif (exists($r->{'t'}) and ($r->{'t'} ne '')) {
 146                     my $thash = $r->{'t'};
 147
 148                     if (exists($r->{'fmt_map'}) && ($r->{'fmt_map'} ne '')) {
 149                         my $fmt = $r->{'fmt_map'};
 150                         my @fmt;
 151
 152                         $self->debug('Video has fmt_map');
 153                         $fmt =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 154                         @fmt = split(/,/, $fmt);
 155                         foreach (@fmt) {
 156                             split(/\//);
 157                             $urls{$_[0]} =  sprintf('http://www.youtube.com/get_video?video_id=%s&fmt=%d&t=%s',
 158                                 $metadata->{'ID'},
 159                                 $_[0],
 160                                 $thash);
 161                         }
 162                         $self->debug("Pagetype: old (SWF_ARGS), t with fmt_map");
 163
 164                     } else {
 165                         $urls{5} = sprintf('http://www.youtube.com/get_video?video_id=%s&t=%s',
 166                             $metadata->{'ID'},
 167                             $thash);
 168                         $self->debug("Pagetype: old (SWF_ARGS), t without fmt_map");
 169                     }
 170                 } else {
 171                     $self->error('Neither fmt_url_map nor t found in video information hash');
 172                     return undef;
 173                 }
 174             } elsif ($e =~ m|var swfHTML = .*fmt_url_map=([^\&]+)\&|) {
 175                 my $urls = $1;
 176                 $self->debug("Video has fmt_url_map: %s", $urls);
 177
 178                 $urls =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 179                 %urls = split(/[\|,]/, $urls);
 180                 $self->debug("Pagetype: new (swfHTML), fmt_url_map");
 181             }
 182
 183             if (%urls) {
 184                 foreach (keys(%urls)) {
 185                     if ($_ == 35) {
 186                         $self->debug('Found flv,h264,large: %s', $urls{$_});
 187                     } elsif ($_ == 34) {
 188                         $self->debug('Found flv,h264: %s', $urls{$_});
 189                     } elsif ($_ == 22) {
 190                         $self->debug('Found mp4,h264,720p: %s', $urls{$_});
 191                     } elsif ($_ == 37) {
 192                         $self->debug('Found mp4,h264,1080p: %s', $urls{$_});
 193                     } elsif ($_ == 18) {
 194                         $self->debug('Found mp4,h264: %s', $urls{$_});
 195                     } elsif ($_ == 5) {
 196                         $self->debug('Found flv,flv: %s', $urls{$_});
 197                     } else {
 198                         $self->error('Unknown tag %s: %s', $_, $urls{$_});
 199                     }
 200                 }
 201
 202                 foreach (@{$preflist}) {
 203                     if (exists($urls{$_})) {
 204                         $self->debug("Selected URL with quality level %s", $_);
 205                         $metadata->{'DLURL'} = $urls{$_};
 206                         last;
 207                     }
 208                 }
 209
 210                 $self->debug('URL found: %s', $metadata->{'DLURL'});
 211                 last SWF_ARGS;
 212             }
 213         } elsif ('div' eq $tag->[0]) {
 214             if (exists($tag->[1]->{'class'}) and ('yt-alert-content' eq $tag->[1]->{'class'})) {
 215                 $self->error("Could not get video data for youtube %s: %s",
 216                         $metadata->{'ID'}, $p->get_trimmed_text());
 217                 return undef;
 218             }
 219         }
 220     }
 221
 222     unless(defined($metadata->{'DLURL'}) && defined($metadata->{'TITLE'})) {
 223         $self->error('Could not determine download URL');
 224         return undef;
 225     }
 226
 227     return $metadata;
 228 }
 229
 230 sub __login {
 231     my $self = shift;
 232     my $videourl = shift;
 233     my $ua = shift;
 234     my $user = $self->_getval('USERNAME');
 235     my $pass = $self->_getval('PASSWORD');
 236     my $r;
 237     my $p;
 238     my $c;
 239     my $token;
 240
 241     sub check_cookie {
 242
 243         my $jar = shift;
 244         my $key = shift;
 245         my $found = undef;
 246
 247         $jar->scan(sub { $found = 1 if ( $key eq $_[1]) });
 248
 249         return $found;
 250     }
 251
 252     if (($user eq '') or ($pass eq '')) {
 253         $self->error('No username or password defined for YouTube');
 254         return undef;
 255     }
 256
 257     $self->debug('Logging in');
 258     $r = $ua->post('http://www.youtube.com/signup', { 'next' => '/', 'current_form' => 'login', 'action_login' => '1', 'username' => $user, 'password' => $pass });
 259
 260     unless(check_cookie($ua->cookie_jar, 'LOGIN_INFO')) {
 261         $self->error('Could not log into YouTube');
 262         return undef;
 263     }
 264
 265     $self->debug("Got a cookie");
 266
 267     $r = $ua->get($videourl);
 268     if ($r->base->as_string() =~ m,/verify_age,) {
 269         $self->debug("Looking for session token...");
 270         $c = $r->decoded_content();
 271         $p = HTML::TokeParser->new(\$c);
 272         while (my $tag = $p->get_tag('script')) {
 273             if ($p->get_text() =~ /gXSRF_token = '(.+)'/) {
 274                 $token = $1;
 275                 last;
 276             }
 277         }
 278
 279         unless(defined($token)) {
 280             $self->error("Could not find session token");
 281             return undef;
 282         }
 283
 284         $self->debug('Authenticating session...');
 285         $r = $ua->post($r->base->as_string, { 'next_url' => $r->base->path, 'action_confirm' => 'Confirm Birth Date', 'session_token' => $token });
 286     }
 287
 288     unless(check_cookie($ua->cookie_jar, 'is_adult')) {
 289         $self->error('Could not authenticate session');
 290         return undef;
 291     }
 292
 293     return $ua->get($videourl);
 294 }
 295
 296 1;