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],
  24     'hd' => [37, 22, 35, 18, 34, 6, 5, 38],
  25     'h264' => [18, 34, 37, 22, 35, 6, 5, 38],
  26     'high' => [34, 35, 18, 37, 22, 6, 5, 38],
  27     'normal' => [6, 5, 34, 35, 18, 22, 37, 38]);
  28 my %videoformats = (
  29     38 => 'mp4,h264,4k',
  30     37 => 'mp4,h264,1080p',
  31     35 => 'flv,h264,large',
  32     34 => 'flv,h264',
  33     22 => 'mp4,h264,720p',
  34     18 => 'mp4,h264',
  35     5 => 'flv,flv',
  36     );
  37
  38 sub new {
  39     my $class = shift;
  40     my $self = $class->SUPER::new();
  41
  42     $self->{'NAME'} = 'youtube';
  43     $self->{'PATTERNS'} = ['(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/watch(?:_popup)?\?(?:.+=.+&)*v=([-a-zA-Z0-9_]+))',
  44                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/watch\#\!v=([-a-zA-Z0-9_]+))',
  45                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/v/([-a-zA-Z0-9_]+))',
  46                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/user/[[:alnum:]]+\?v=([-a-zA-Z0-9_]+))',
  47                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/(?:user/)?[[:alnum:]]+#p/(?:\w+/)+\d+/([-a-zA-Z0-9_]+))',
  48                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtu\.be/watch\?v=([-a-zA-Z0-9_]+))',
  49                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtu\.be/([-a-zA-Z0-9_]+))',
  50                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/user/\w+\?.*/([-a-zA-Z0-9_]+))'];
  51     $self->{'_PARAMS'} = {
  52             'QUALITY' => ['normal', 'Quality of the video to download.', {
  53                     'normal' => 'standard resolution flash video',
  54                     'high' => 'higher resolution flash video',
  55                     'h264' => 'high resolution MPEG4 video',
  56                     'hd' => 'HD720 resolution'}],
  57             'USERNAME' => ['', 'Username to use for YouTube login'],
  58             'PASSWORD' => ['', 'Password to use for YouTube login']};
  59
  60     bless($self, $class);
  61     $self->_prepare_parameters();
  62
  63     return $self;
  64 }
  65
  66 sub _parse {
  67     my $self = shift;
  68     my $url = shift;
  69     my $pattern = shift;
  70     my $id;
  71     my $res;
  72
  73     my $url =~ m|$pattern|;
  74     my $url = $1;
  75     my $id = $2;
  76
  77     $self->debug("Matched id %s from pattern %s", $id, $pattern);
  78
  79     $res = $self->_parse_by_video_info($url, $id);
  80     if (defined($res) && ref($res)) {
  81         return $res;
  82     } else {
  83         $res = $self->_parse_by_scrape($url, $id);
  84     }
  85
  86     return $res;
  87 }
  88
  89 sub _parse_by_video_info {
  90     my $self = shift;
  91     my $url = shift;
  92     my $id = shift;
  93     my $quality = $self->_getval('QUALITY');
  94     my $metadata;
  95     my $videourl;
  96     my $ua = $self->ua();
  97     my $preflist;
  98     my $r;
  99     my $content;
 100     my $urls;
 101
 102     $metadata->{'URL'} = $url;
 103     $metadata->{'ID'} = $id;
 104     $metadata->{'TYPE'} = 'video';
 105     $metadata->{'SOURCE'} = $self->{'NAME'};
 106     $metadata->{'TITLE'} = undef;
 107     $metadata->{'DLURL'} = undef;
 108     $metadata->{'COOKIE'} = undef;
 109
 110     $preflist = $preflist{$quality};
 111     $self->debug("Quality: %s, preflist: [%s]", $quality, join(", ", @{$preflist}));
 112
 113     $videourl = sprintf('https://www.youtube.com/get_video_info?video_id=%s&eurl=%s',
 114             $id, 'http%3A%2F%2Fwww%2Eyoutube%2Ecom%2F');
 115     $self->debug("Video info URL: %s", $videourl);
 116
 117     $r = $ua->get($videourl);
 118     unless($r->is_success()) {
 119         $self->debug('Could not download %s: %s', $videourl, $r->code());
 120         return undef;
 121     }
 122
 123     $content = $r->content();
 124     $self->debug('Content from get_video_info: %s', $content);
 125
 126     # Decode content
 127     $content = { split /[&=]/, $content };
 128
 129     if ($content->{'status'} ne 'ok') {
 130         $self->debug("Non OK status code found: %s", $content->{'status'});
 131         return undef;
 132     }
 133
 134     unless(exists($content->{'fmt_url_map'}) and exists($content->{'title'})) {
 135         $self->debug("No fmt_url_map or no title found");
 136         return undef;
 137     }
 138
 139     # Decode fmt_url_map
 140     $urls = $content->{'fmt_url_map'};
 141     $urls =~ s/%(..)/chr(hex($1))/ge;
 142     $urls = { split /[\|,]/, $urls };
 143
 144     $self->__pick_url($urls, $preflist, $metadata);
 145
 146     $metadata->{'TITLE'} = $content->{'title'};
 147     $metadata->{'TITLE'} =~ s/\+/ /g;
 148     $metadata->{'TITLE'} =~ s/%(..)/chr(hex($1))/ge;
 149     $metadata->{'TITLE'} = decode("utf8", $metadata->{'TITLE'});
 150
 151     $self->debug('Title found: %s', $metadata->{'TITLE'});
 152
 153     unless(defined($metadata->{'DLURL'}) && defined($metadata->{'TITLE'})) {
 154         $self->error('Could not determine download URL');
 155         return undef;
 156     }
 157
 158     return $metadata;
 159 }
 160
 161 sub _parse_by_scrape {
 162     my $self = shift;
 163     my $url = shift;
 164     my $id = shift;
 165     my $content;
 166     my $metadata = {};
 167     my $p;
 168     my $e;
 169     my $tag;
 170     my $ua = $self->ua();
 171     my $r;
 172     my $videourl;
 173     my $quality = $self->_getval('QUALITY');
 174     my $preflist;
 175     my $jsp;
 176
 177     $metadata->{'URL'} = $url;
 178     $metadata->{'ID'} = $id;
 179     $metadata->{'TYPE'} = 'video';
 180     $metadata->{'SOURCE'} = $self->{'NAME'};
 181     $metadata->{'TITLE'} = undef;
 182     $metadata->{'DLURL'} = undef;
 183     $metadata->{'COOKIE'} = undef;
 184
 185
 186     $preflist = $preflist{$quality};
 187     $self->debug("Quality: %s, preflist: [%s]", $quality, join(", ", @{$preflist}));
 188
 189     $videourl = sprintf('https://www.youtube.com/watch?v=%s', $id);
 190
 191     unless(defined($r = $ua->get($videourl))) {
 192         $self->error('Could not download %s', $url);
 193         return undef;
 194     }
 195
 196     if ($r->base->as_string() =~ m,/verify_age,) {
 197         $self->debug('Video requires age verification');
 198         my @logindata = $self->__login($videourl, $ua);
 199         $r = $logindata[0];
 200         $metadata->{'COOKIE'} = $logindata[1];
 201         unless(defined($r)) {
 202             $self->error('Could not log into YouTube');
 203             return undef;
 204         }
 205     }
 206     $content = $r->content();
 207
 208     $p = HTML::TokeParser->new(\$content);
 209
 210     SWF_ARGS: while ($tag = $p->get_tag('div', 'meta', 'script')) {
 211         if ('meta' eq $tag->[0]) {
 212             if (exists($tag->[1]->{'name'}) and ('title' eq $tag->[1]->{'name'})) {
 213                 $metadata->{'TITLE'} = $tag->[1]->{'content'};
 214                 # Convert HTML entities in the title. This is a bit convoluted.
 215                 $metadata->{'TITLE'} = decode_entities(
 216                                            decode("utf8", $metadata->{'TITLE'}));
 217
 218                 $self->debug('Title found: %s', $metadata->{'TITLE'});
 219             }
 220         } elsif ('script' eq $tag->[0]) {
 221             my %urls;
 222
 223             $e = $p->get_text();
 224             $self->debug("Found script: %s", $e);
 225
 226             if ($e =~ m|\x27SWF_ARGS\x27:\s+(.+),|) {
 227                 my $args = $1;
 228
 229                 $self->debug("Found SWF_ARGS: %s", $args);
 230                 $jsp = videosite::JSArrayParser->new();
 231                 $self->debug("Using %s to parse", ref($jsp));
 232                 $r = $jsp->parse($args);
 233
 234                 unless(defined($r)) {
 235                     $self->error("Found information hash, but could not parse");
 236                     return undef;
 237                 }
 238
 239                 if (exists($r->{'fmt_url_map'}) and ($r->{'fmt_url_map'} ne '')) {
 240                     my $urls =  $r->{'fmt_url_map'};
 241
 242                     $self->debug("Video has fmt_url_map: %s", $urls);
 243
 244                     $urls =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 245                     %urls = split(/[\|,]/, $urls);
 246                     $self->debug("Pagetype: old (SWF_ARGS), fmt_url_map");
 247
 248                 } elsif (exists($r->{'t'}) and ($r->{'t'} ne '')) {
 249                     my $thash = $r->{'t'};
 250
 251                     if (exists($r->{'fmt_map'}) && ($r->{'fmt_map'} ne '')) {
 252                         my $fmt = $r->{'fmt_map'};
 253                         my @fmt;
 254
 255                         $self->debug('Video has fmt_map');
 256                         $fmt =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 257                         @fmt = split(/,/, $fmt);
 258                         foreach (@fmt) {
 259                             @_=split(/\//);
 260                             $urls{$_[0]} =  sprintf('http://www.youtube.com/get_video?video_id=%s&fmt=%d&t=%s',
 261                                 $metadata->{'ID'},
 262                                 $_[0],
 263                                 $thash);
 264                         }
 265                         $self->debug("Pagetype: 2009 (SWF_ARGS), t with fmt_map");
 266
 267                     } else {
 268                         $urls{5} = sprintf('http://www.youtube.com/get_video?video_id=%s&t=%s',
 269                             $metadata->{'ID'},
 270                             $thash);
 271                         $self->debug("Pagetype: 2009 (SWF_ARGS), t without fmt_map");
 272                     }
 273                 } else {
 274                     $self->error('Neither fmt_url_map nor t found in video information hash');
 275                     return undef;
 276                 }
 277             } elsif ($e =~ m|var swfHTML = .*fmt_url_map=([^\&]+)\&|) {
 278                 my $urls = $1;
 279                 $self->debug("Video has fmt_url_map: %s", $urls);
 280
 281                 $urls =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 282                 %urls = split(/[\|,]/, $urls);
 283                 $self->debug("Pagetype: 2010 (swfHTML), fmt_url_map");
 284             } elsif ($e =~ m|\x27PLAYER_CONFIG\x27:\s+(.+)\}\);|) {
 285                 my $args = $1;
 286                 $self->debug("Found PLAYER_CONFIG: %s", $args);
 287
 288                 $jsp = videosite::JSArrayParser->new();
 289                 $self->debug("Using %s to parse", ref($jsp));
 290                 $r = $jsp->parse($args);
 291
 292                 unless(defined($r)) {
 293                     $self->error("Found information hash, but could not parse");
 294                     return undef;
 295                 }
 296
 297                 if (exists($r->{'args'}) and exists($r->{'args'}->{'ps'}) and ($r->{'args'}->{'ps'} eq 'live')) {
 298                     $self->error("Video URL seems to point to a live stream, cannot save this");
 299                     return undef;
 300                 }
 301
 302                 if (exists($r->{'args'}) and exists($r->{'args'}->{'fmt_url_map'}) and ($r->{'args'}->{'fmt_url_map'} ne '')) {
 303                     my $urls = $r->{'args'}->{'fmt_url_map'};
 304
 305                     $self->debug("Video has fmt_url_map: %s", $urls);
 306
 307                     %urls = split(/[\|,]/, $urls);
 308                     foreach (keys(%urls)) {
 309                         my $u = $urls{$_};
 310                         $u =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 311                         $urls{$_} = $u;
 312                     }
 313                     $self->debug("Pagetype: 2011 (PLAYER_CONFIG), fmt_url_map");
 314                 } else {
 315                     $self->error('fmt_url_map not found in PLAYER_CONFIG');
 316                     return undef;
 317                 }
 318             }
 319
 320             if (%urls) {
 321                 $self->__pick_url(\%urls, $preflist, $metadata);
 322                 last SWF_ARGS;
 323             }
 324         } elsif ('div' eq $tag->[0]) {
 325             if (exists($tag->[1]->{'id'}) and ('watch-player-unavailable-message-container' eq $tag->[1]->{'id'})) {
 326                 # Search forward to the next <div>
 327                 $tag = $p->get_tag('div');
 328                 $self->error("Could not get video data for youtube %s: %s",
 329                         $metadata->{'ID'}, $p->get_trimmed_text());
 330                 return undef;
 331             }
 332         }
 333     }
 334
 335     unless(defined($metadata->{'DLURL'}) && defined($metadata->{'TITLE'})) {
 336         $self->error('Could not determine download URL');
 337         return undef;
 338     }
 339
 340     return $metadata;
 341 }
 342
 343 sub __login {
 344     my $self = shift;
 345     my $videourl = shift;
 346     my $ua = shift;
 347     my $user = $self->_getval('USERNAME');
 348     my $pass = $self->_getval('PASSWORD');
 349     my $r;
 350     my $p;
 351     my $c;
 352     my $token;
 353
 354     sub check_cookie {
 355
 356         my $jar = shift;
 357         my $key = shift;
 358         my $found = undef;
 359
 360         $jar->scan(sub { $found = 1 if ( $key eq $_[1]) });
 361
 362         return $found;
 363     }
 364
 365     sub get_all_cookies {
 366
 367         my $jar = shift;
 368         my $key = shift;
 369         my $val = "";
 370         $jar->scan(sub { $val .= "; " if !( $val eq "" ); $val .= "$_[1]=$_[2]" });
 371
 372         return $val;
 373     }
 374
 375     if (($user eq '') or ($pass eq '')) {
 376         $self->error('No username or password defined for YouTube');
 377         return undef;
 378     }
 379
 380     $self->debug('Logging in');
 381     $r = $ua->get('https://www.google.com/accounts/ServiceLoginAuth?service=youtube');
 382     unless($r->is_success()) {
 383         $self->debug("Could not get login page (make sure your LWP supports HTTPS!)");
 384         return undef;
 385     }
 386     $c = $r->decoded_content();
 387     $p = HTML::TokeParser->new(\$c);
 388     while (my $tag = $p->get_tag('input')) {
 389         $self->debug("%s", Dumper($tag));
 390         if ($tag->[1]{name} eq 'GALX') {
 391             $token = $tag->[1]{value};
 392             last;
 393         }
 394     }
 395     $self->debug("GALX = %s", $token);
 396     $r = $ua->post('https://www.google.com/accounts/ServiceLoginAuth?service=youtube', { 'service' => 'youtube', 'Email' => $user, 'Passwd' => $pass, 'GALX' => $token });
 397     unless($r->is_success()) {
 398         $self->debug("Could not get login page (make sure your LWP supports HTTPS!)");
 399         return undef;
 400     }
 401     $c = $r -> decoded_content();
 402     $p = HTML::TokeParser->new(\$c);
 403     while (my $tag = $p->get_tag('script')) {
 404         if($p->get_text() =~ /location\.replace\("(.+)"\)/) {
 405             $token = $1;
 406             $token =~ s/\\x([A-Fa-f0-9]{2})/pack('C', hex($1))/seg;
 407             last;
 408         }
 409     }
 410     $r = $ua->get($token);
 411     unless(check_cookie($ua->cookie_jar, 'LOGIN_INFO')) {
 412         $self->error('Could not log into YouTube');
 413         return undef;
 414     }
 415
 416     $self->debug("Got a cookie");
 417
 418     $r = $ua->get($videourl);
 419     if ($r->base->as_string() =~ m,/verify_age,) {
 420         $self->debug("Looking for session token...");
 421         $c = $r->decoded_content();
 422         $p = HTML::TokeParser->new(\$c);
 423         while (my $tag = $p->get_tag('script')) {
 424             if ($p->get_text() =~ /'XSRF_TOKEN': '(.+)'/) {
 425                 $token = $1;
 426                 last;
 427             }
 428         }
 429
 430         unless(defined($token)) {
 431             $self->error("Could not find session token");
 432             return undef;
 433         }
 434
 435         $self->debug('Authenticating session...');
 436         $r = $ua->post($r->base->as_string, { 'next_url' => $r->base->path, 'action_confirm' => 'Confirm Birth Date', 'session_token' => $token });
 437     }
 438
 439 # Apparently there is no longer a specific "is_adult" cookie
 440 # or, by the looks of it, anything similar
 441 #
 442 #    unless(check_cookie($ua->cookie_jar, 'is_adult')) {
 443 #        $self->error('Could not authenticate session');
 444 #        return undef;
 445 #    }
 446
 447     my $cookie = get_all_cookies($ua->cookie_jar);
 448     return ($ua->get($videourl), $cookie);
 449 }
 450
 451 sub __pick_url {
 452     my $self = shift;
 453     my $urls = shift;
 454     my $preflist = shift;
 455     my $metadata = shift;
 456
 457     foreach (keys(%{$urls})) {
 458         if (exists($videoformats{$_})) {
 459             $self->debug('Found URL for format %s (%s): %s', $_, $videoformats{$_}, $urls->{$_});
 460         } else {
 461             $self->error('Unknown format %s: %s', $_, $urls->{$_});
 462         }
 463     }
 464
 465     foreach (@{$preflist}) {
 466         if (exists($urls->{$_})) {
 467             $self->debug("Selected URL with quality level %s", $_);
 468             $metadata->{'DLURL'} = $urls->{$_};
 469             last;
 470         }
 471     }
 472
 473     $self->debug('URL found: %s', $metadata->{'DLURL'});
 474 }
 475
 476 1;