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->{_SELFTESTURL} = 'http://www.youtube.com/watch?v=dMH0bHeiRNg';
  59     $self->{_SELFTESTTITLE} = 'Evolution of Dance - By Judson Laipply';
  60     $self->{'PATTERNS'} = ['(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/watch(?:_popup)?\?(?:.+=.+&|&)*v=([-a-zA-Z0-9_]+))',
  61                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/watch\#\!v=([-a-zA-Z0-9_]+))',
  62                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/v/([-a-zA-Z0-9_]+))',
  63                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/user/[[:alnum:]]+\?v=([-a-zA-Z0-9_]+))',
  64                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/(?:user/)?[[:alnum:]]+#p/(?:\w+/)+\d+/([-a-zA-Z0-9_]+))',
  65                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtu\.be/watch\?v=([-a-zA-Z0-9_]+))',
  66                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtu\.be/([-a-zA-Z0-9_]+))',
  67                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/user/\w+\?.*/([-a-zA-Z0-9_]+))'];
  68     $self->{'_PARAMS'} = {
  69             'QUALITY' => ['normal', 'Quality of the video to download.', {
  70                     'normal' => 'standard resolution flash video',
  71                     'high' => 'higher resolution flash video',
  72                     'h264' => 'high resolution MPEG4 video',
  73                     'hd' => 'HD720 resolution'}],
  74             'USERNAME' => ['', 'Username to use for YouTube login'],
  75             'PASSWORD' => ['', 'Password to use for YouTube login'],
  76             'HTTPS' => [1, 'Whether to use HTTPS (if available) to connect to YouTube']};
  77
  78     bless($self, $class);
  79     $self->_prepare_parameters();
  80
  81     return $self;
  82 }
  83
  84 sub _parse {
  85     my $self = shift;
  86     my $url = shift;
  87     my $pattern = shift;
  88     my $id;
  89     my $res;
  90
  91     $url =~ m|$pattern|;
  92     $url = $1;
  93     $id = $2;
  94
  95     $self->debug("Matched id %s from pattern %s", $id, $pattern);
  96
  97     $res = $self->_parse_by_video_info($url, $id);
  98     if (defined($res) && ref($res)) {
  99         return $res;
 100     } else {
 101         $res = $self->_parse_by_scrape($url, $id);
 102     }
 103
 104     return $res;
 105 }
 106
 107 sub _parse_by_video_info {
 108     my $self = shift;
 109     my $url = shift;
 110     my $id = shift;
 111     my $quality = $self->_getval('QUALITY');
 112     my $metadata;
 113     my $videourl;
 114     my $ua = $self->ua();
 115     my $preflist;
 116     my $r;
 117     my $content;
 118     my $urls;
 119
 120     $metadata->{'URL'} = $url;
 121     $metadata->{'ID'} = $id;
 122     $metadata->{'TYPE'} = 'video';
 123     $metadata->{'SOURCE'} = $self->{'NAME'};
 124     $metadata->{'TITLE'} = undef;
 125     $metadata->{'DLURL'} = undef;
 126     $metadata->{'COOKIE'} = undef;
 127
 128     $preflist = $preflist{$quality};
 129     $self->debug("Quality: %s, preflist: [%s]", $quality, join(", ", @{$preflist}));
 130
 131     $videourl = sprintf('%s://www.youtube.com/get_video_info?video_id=%s&eurl=%s',
 132             $self->_getval('HTTPS')?'https':'http', $id, 'http%3A%2F%2Fwww%2Eyoutube%2Ecom%2F');
 133     $self->debug("Video info URL: %s", $videourl);
 134
 135     $r = $ua->get($videourl);
 136     unless($r->is_success()) {
 137         $self->debug('Could not download %s: %s', $videourl, $r->code());
 138         return undef;
 139     }
 140
 141     $content = $r->content();
 142     $self->debug('Content from get_video_info: %s', $content);
 143
 144     # Decode content
 145     $content = $self->decode_querystring($content);
 146
 147     if ($content->{'status'} ne 'ok') {
 148         $self->debug("Non OK status code found: %s", $content->{'status'});
 149         return undef;
 150     }
 151
 152     if (exists($content->{'fmt_url_map'})) {
 153         # Decode fmt_url_map
 154         $urls = $self->decode_hexurl($content->{'fmt_url_map'});
 155         $urls = { split /[\|,]/, $urls };
 156     } elsif (exists($content->{'url_encoded_fmt_stream_map'})) {
 157         $urls = $self->_decode_url_encoded_fmt_stream_map($content->{'url_encoded_fmt_stream_map'}, 1);
 158     } else {
 159         $self->debug("No URL data found");
 160         return undef;
 161     }
 162
 163     unless(exists($content->{'title'})) {
 164         $self->debug("No title found");
 165         return undef;
 166     }
 167
 168     $self->__pick_url($urls, $preflist, $metadata);
 169
 170     $metadata->{'TITLE'} = $content->{'title'};
 171     $metadata->{'TITLE'} =~ s/\+/ /g;
 172     $metadata->{'TITLE'} = $self->decode_hexurl($metadata->{'TITLE'});
 173     $metadata->{'TITLE'} = decode("utf8", $metadata->{'TITLE'});
 174
 175     $self->debug('Title found: %s', $metadata->{'TITLE'});
 176
 177     unless(defined($metadata->{'DLURL'}) && defined($metadata->{'TITLE'})) {
 178         $self->error('Could not determine download URL');
 179         return undef;
 180     }
 181
 182     return $metadata;
 183 }
 184
 185 sub _parse_by_scrape {
 186     my $self = shift;
 187     my $url = shift;
 188     my $id = shift;
 189     my $content;
 190     my $metadata = {};
 191     my $p;
 192     my $e;
 193     my $tag;
 194     my $ua = $self->ua();
 195     my $r;
 196     my $videourl;
 197     my $quality = $self->_getval('QUALITY');
 198     my $preflist;
 199     my $jsp;
 200
 201     $metadata->{'URL'} = $url;
 202     $metadata->{'ID'} = $id;
 203     $metadata->{'TYPE'} = 'video';
 204     $metadata->{'SOURCE'} = $self->{'NAME'};
 205     $metadata->{'TITLE'} = undef;
 206     $metadata->{'DLURL'} = undef;
 207     $metadata->{'COOKIE'} = undef;
 208
 209
 210     $preflist = $preflist{$quality};
 211     $self->debug("Quality: %s, preflist: [%s]", $quality, join(", ", @{$preflist}));
 212
 213     $videourl = sprintf('%s://www.youtube.com/watch?v=%s', $self->_getval('HTTPS')?'https':'http', $id);
 214
 215     unless(defined($r = $ua->get($videourl))) {
 216         $self->error('Could not download %s', $url);
 217         return undef;
 218     }
 219
 220     if ($r->base->as_string() =~ m,/verify_age,) {
 221         $self->debug('Video requires age verification');
 222         my @logindata = $self->__login($videourl, $ua);
 223         $r = $logindata[0];
 224         $metadata->{'COOKIE'} = $logindata[1];
 225         unless(defined($r)) {
 226             $self->error('Could not log into YouTube');
 227             return undef;
 228         }
 229     }
 230     $content = $r->content();
 231
 232     $p = HTML::TokeParser->new(\$content);
 233
 234     SWF_ARGS: while ($tag = $p->get_tag('div', 'meta', 'script')) {
 235         if ('meta' eq $tag->[0]) {
 236             if (exists($tag->[1]->{'name'}) and ('title' eq $tag->[1]->{'name'})) {
 237                 $metadata->{'TITLE'} = $tag->[1]->{'content'};
 238                 # Convert HTML entities in the title. This is a bit convoluted.
 239                 $metadata->{'TITLE'} = decode_entities(
 240                                            decode("utf8", $metadata->{'TITLE'}));
 241
 242                 $self->debug('Title found: %s', $metadata->{'TITLE'});
 243             }
 244         } elsif ('script' eq $tag->[0]) {
 245             my %urls;
 246
 247             $e = $p->get_text();
 248             $self->debug("Found script: %s", $e);
 249
 250             if ($e =~ m|\x27SWF_ARGS\x27:\s+(.+),|) {
 251                 my $args = $1;
 252
 253                 $self->debug("Found SWF_ARGS: %s", $args);
 254                 $jsp = videosite::JSArrayParser->new();
 255                 $self->debug("Using %s to parse", ref($jsp));
 256                 $r = $jsp->parse($args);
 257
 258                 unless(defined($r)) {
 259                     $self->error("Found information hash, but could not parse");
 260                     return undef;
 261                 }
 262
 263                 if (exists($r->{'fmt_url_map'}) and ($r->{'fmt_url_map'} ne '')) {
 264                     my $urls =  $r->{'fmt_url_map'};
 265
 266                     $self->debug("Video has fmt_url_map: %s", $urls);
 267
 268                     $urls = $self->decode_hexurl($urls);
 269                     %urls = split(/[\|,]/, $urls);
 270                     $self->debug("Pagetype: old (SWF_ARGS), fmt_url_map");
 271
 272                 } elsif (exists($r->{'t'}) and ($r->{'t'} ne '')) {
 273                     my $thash = $r->{'t'};
 274
 275                     if (exists($r->{'fmt_map'}) && ($r->{'fmt_map'} ne '')) {
 276                         my $fmt = $r->{'fmt_map'};
 277                         my @fmt;
 278
 279                         $self->debug('Video has fmt_map');
 280                         $fmt = $self->decode_hexurl($fmt);
 281                         @fmt = split(/,/, $fmt);
 282                         foreach (@fmt) {
 283                             @_=split(/\//);
 284                             $urls{$_[0]} =  sprintf('http://www.youtube.com/get_video?video_id=%s&fmt=%d&t=%s',
 285                                 $metadata->{'ID'},
 286                                 $_[0],
 287                                 $thash);
 288                         }
 289                         $self->debug("Pagetype: 2009 (SWF_ARGS), t with fmt_map");
 290
 291                     } else {
 292                         $urls{5} = sprintf('http://www.youtube.com/get_video?video_id=%s&t=%s',
 293                             $metadata->{'ID'},
 294                             $thash);
 295                         $self->debug("Pagetype: 2009 (SWF_ARGS), t without fmt_map");
 296                     }
 297                 } else {
 298                     $self->error('Neither fmt_url_map nor t found in video information hash');
 299                     return undef;
 300                 }
 301             } elsif ($e =~ m|var swfHTML = .*fmt_url_map=([^\&]+)\&|) {
 302                 my $urls = $1;
 303                 $self->debug("Video has fmt_url_map: %s", $urls);
 304
 305                 $urls = $self->decode_hexurl($urls);
 306                 %urls = split(/[\|,]/, $urls);
 307                 $self->debug("Pagetype: 2010 (swfHTML), fmt_url_map");
 308             } elsif ($e =~ m|\x27PLAYER_CONFIG\x27:\s+(.+)(?:\}\);)?|) {
 309                 my $args = $1;
 310                 $self->debug("Found PLAYER_CONFIG: %s", $args);
 311
 312                 $jsp = videosite::JSArrayParser->new();
 313                 $self->debug("Using %s to parse", ref($jsp));
 314                 $r = $jsp->parse($args);
 315
 316                 unless(defined($r)) {
 317                     $self->error("Found information hash, but could not parse");
 318                     return undef;
 319                 }
 320
 321                 if (exists($r->{'args'}) and exists($r->{'args'}->{'ps'}) and ($r->{'args'}->{'ps'} eq 'live')) {
 322                     $self->error("Video URL seems to point to a live stream, cannot save this");
 323                     return undef;
 324                 }
 325
 326                 if (exists($r->{'args'}) and exists($r->{'args'}->{'fmt_url_map'}) and ($r->{'args'}->{'fmt_url_map'} ne '')) {
 327                     my $urls = $r->{'args'}->{'fmt_url_map'};
 328
 329                     $self->debug("Video has fmt_url_map: %s", $urls);
 330
 331                     %urls = split(/[\|,]/, $urls);
 332                     foreach (keys(%urls)) {
 333                         $urls{$_} = $self->decode_hexurl($urls{$_});
 334                     }
 335                     $self->debug("Pagetype: 2011 (PLAYER_CONFIG), fmt_url_map");
 336                 } elsif (exists($r->{'args'}) and exists($r->{'args'}->{'url_encoded_fmt_stream_map'}) and ($r->{'args'}->{'url_encoded_fmt_stream_map'} ne '')) {
 337                     %urls = %{$self->_decode_url_encoded_fmt_stream_map($r->{'args'}->{'url_encoded_fmt_stream_map'}, 0)};
 338
 339                     $self->debug("Pagetype: 2011 (PLAYER_CONFIG), url_encoded_fmt_stream_map");
 340                 } else {
 341                     $self->error('fmt_url_map not found in PLAYER_CONFIG');
 342                     return undef;
 343                 }
 344             }
 345
 346             if (%urls) {
 347                 $self->__pick_url(\%urls, $preflist, $metadata);
 348                 last SWF_ARGS;
 349             }
 350         } elsif ('div' eq $tag->[0]) {
 351             if (exists($tag->[1]->{'id'}) and ('watch-player-unavailable-message-container' eq $tag->[1]->{'id'})) {
 352                 # Search forward to the next <div>
 353                 $tag = $p->get_tag('div');
 354                 $self->error("Could not get video data for youtube %s: %s",
 355                         $metadata->{'ID'}, $p->get_trimmed_text());
 356                 return undef;
 357             }
 358         }
 359     }
 360
 361     unless(defined($metadata->{'DLURL'}) && defined($metadata->{'TITLE'})) {
 362         $self->error('Could not determine download URL');
 363         return undef;
 364     }
 365
 366     return $metadata;
 367 }
 368
 369 sub __login {
 370     my $self = shift;
 371     my $videourl = shift;
 372     my $ua = shift;
 373     my $user = $self->_getval('USERNAME');
 374     my $pass = $self->_getval('PASSWORD');
 375     my $r;
 376     my $p;
 377     my $c;
 378     my $token;
 379
 380     sub check_cookie {
 381
 382         my $jar = shift;
 383         my $key = shift;
 384         my $found = undef;
 385
 386         $jar->scan(sub { $found = 1 if ( $key eq $_[1]) });
 387
 388         return $found;
 389     }
 390
 391     sub get_all_cookies {
 392
 393         my $jar = shift;
 394         my $key = shift;
 395         my $val = "";
 396         $jar->scan(sub { $val .= "; " if !( $val eq "" ); $val .= "$_[1]=$_[2]" });
 397
 398         return $val;
 399     }
 400
 401     if (($user eq '') or ($pass eq '')) {
 402         $self->error('No username or password defined for YouTube');
 403         return undef;
 404     }
 405
 406     $self->debug('Logging in');
 407     $r = $ua->get('https://www.google.com/accounts/ServiceLoginAuth?service=youtube');
 408     unless($r->is_success()) {
 409         $self->debug("Could not get login page (make sure your LWP supports HTTPS!)");
 410         return undef;
 411     }
 412     $c = $r->decoded_content();
 413     $p = HTML::TokeParser->new(\$c);
 414     while (my $tag = $p->get_tag('input')) {
 415         $self->debug("%s", Dumper($tag));
 416         if ($tag->[1]{name} eq 'GALX') {
 417             $token = $tag->[1]{value};
 418             last;
 419         }
 420     }
 421     $self->debug("GALX = %s", $token);
 422     $r = $ua->post('https://www.google.com/accounts/ServiceLoginAuth?service=youtube', { 'service' => 'youtube', 'Email' => $user, 'Passwd' => $pass, 'GALX' => $token });
 423     unless($r->is_success()) {
 424         $self->debug("Could not get login page (make sure your LWP supports HTTPS!)");
 425         return undef;
 426     }
 427     $c = $r -> decoded_content();
 428     $p = HTML::TokeParser->new(\$c);
 429     while (my $tag = $p->get_tag('script')) {
 430         if($p->get_text() =~ /location\.replace\("(.+)"\)/) {
 431             $token = $1;
 432             $token =~ s/\\x([A-Fa-f0-9]{2})/pack('C', hex($1))/seg;
 433             last;
 434         }
 435     }
 436     $r = $ua->get($token);
 437     unless(check_cookie($ua->cookie_jar, 'LOGIN_INFO')) {
 438         $self->error('Could not log into YouTube');
 439         return undef;
 440     }
 441
 442     $self->debug("Got a cookie");
 443
 444     $r = $ua->get($videourl);
 445     if ($r->base->as_string() =~ m,/verify_age,) {
 446         $self->debug("Looking for session token...");
 447         $c = $r->decoded_content();
 448         $p = HTML::TokeParser->new(\$c);
 449         while (my $tag = $p->get_tag('script')) {
 450             if ($p->get_text() =~ /'XSRF_TOKEN': '(.+)'/) {
 451                 $token = $1;
 452                 last;
 453             }
 454         }
 455
 456         unless(defined($token)) {
 457             $self->error("Could not find session token");
 458             return undef;
 459         }
 460
 461         $self->debug('Authenticating session...');
 462         $r = $ua->post($r->base->as_string, { 'next_url' => $r->base->path, 'action_confirm' => 'Confirm Birth Date', 'session_token' => $token });
 463     }
 464
 465 # Apparently there is no longer a specific "is_adult" cookie
 466 # or, by the looks of it, anything similar
 467 #
 468 #    unless(check_cookie($ua->cookie_jar, 'is_adult')) {
 469 #        $self->error('Could not authenticate session');
 470 #        return undef;
 471 #    }
 472
 473     my $cookie = get_all_cookies($ua->cookie_jar);
 474     return ($ua->get($videourl), $cookie);
 475 }
 476
 477 # Take an encoded url_encoded_fmt_stream_map and return a hash
 478 # matching video IDs to download URLs
 479 sub _decode_url_encoded_fmt_stream_map {
 480     my $self = shift;
 481     my $data = shift;
 482     my $dataencoded = shift;
 483     my @data;
 484
 485     $data = $self->decode_hexurl($data) if $dataencoded;
 486     # This will
 487     # - Split the decoded string into segments (along ,)
 488     # - Interpret each segment as a concatenated key-value list (key and value separated by =, pairs separated by &
 489     # - URL-decode each key and value _again_
 490     #
 491     # @data will be an array of hash references
 492
 493     @data = map { { map { $self->decode_hexurl($_) } split /[&=]/  } } split /,/, $data;
 494     $self->debug("_decode_url_encoded_fmt_stream_map() decoded %s", Dumper(\@data));
 495
 496     # From each array entry, pick the itag and the url values and return that
 497     # as a hash reference
 498
 499     return { map { $_->{'itag'}, $_->{'url'} } @data };
 500 }
 501
 502
 503
 504 sub __pick_url {
 505     my $self = shift;
 506     my $urls = shift;
 507     my $preflist = shift;
 508     my $metadata = shift;
 509
 510     foreach (keys(%{$urls})) {
 511         if (exists($videoformats{$_})) {
 512             $self->debug('Found URL for format %s (%s): %s', $_, $videoformats{$_}, $urls->{$_});
 513         } else {
 514             $self->error('Unknown format %s: %s', $_, $urls->{$_});
 515         }
 516     }
 517
 518     foreach (@{$preflist}) {
 519         if (exists($urls->{$_})) {
 520             $self->debug("Selected URL with quality level %s", $_);
 521             $metadata->{'DLURL'} = $urls->{$_};
 522             if (exists($videoformats{$_})) {
 523                 $metadata->{'FORMAT'} = $videoformats{$_};
 524             } else {
 525                 $metadata->{'FORMAT'} = 'unknown';
 526             }
 527             last;
 528         }
 529     }
 530
 531     $self->debug('URL found: %s', $metadata->{'DLURL'});
 532 }
 533
 534 1;
 535