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,360p',
  30     44 => 'webm,480p',
  31     45 => 'webm,720p',
  32     38 => 'mp4,h264,4k',
  33     37 => 'mp4,h264,1080p',
  34     35 => 'flv,h264,large',
  35     34 => 'flv,h264',
  36     22 => 'mp4,h264,720p',
  37     18 => 'mp4,h264',
  38     5 => 'flv,flv',
  39     );
  40
  41 sub new {
  42     my $class = shift;
  43     my $self = $class->SUPER::new();
  44
  45     $self->{'NAME'} = 'youtube';
  46     $self->{'PATTERNS'} = ['(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/watch(?:_popup)?\?(?:.+=.+&)*v=([-a-zA-Z0-9_]+))',
  47                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/watch\#\!v=([-a-zA-Z0-9_]+))',
  48                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/v/([-a-zA-Z0-9_]+))',
  49                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/user/[[:alnum:]]+\?v=([-a-zA-Z0-9_]+))',
  50                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/(?:user/)?[[:alnum:]]+#p/(?:\w+/)+\d+/([-a-zA-Z0-9_]+))',
  51                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtu\.be/watch\?v=([-a-zA-Z0-9_]+))',
  52                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtu\.be/([-a-zA-Z0-9_]+))',
  53                            '(https?://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/user/\w+\?.*/([-a-zA-Z0-9_]+))'];
  54     $self->{'_PARAMS'} = {
  55             'QUALITY' => ['normal', 'Quality of the video to download.', {
  56                     'normal' => 'standard resolution flash video',
  57                     'high' => 'higher resolution flash video',
  58                     'h264' => 'high resolution MPEG4 video',
  59                     'hd' => 'HD720 resolution'}],
  60             'USERNAME' => ['', 'Username to use for YouTube login'],
  61             'PASSWORD' => ['', 'Password to use for YouTube login']};
  62
  63     bless($self, $class);
  64     $self->_prepare_parameters();
  65
  66     return $self;
  67 }
  68
  69 sub _parse {
  70     my $self = shift;
  71     my $url = shift;
  72     my $pattern = shift;
  73     my $id;
  74     my $res;
  75
  76     $url =~ m|$pattern|;
  77     $url = $1;
  78     $id = $2;
  79
  80     $self->debug("Matched id %s from pattern %s", $id, $pattern);
  81
  82     $res = $self->_parse_by_video_info($url, $id);
  83     if (defined($res) && ref($res)) {
  84         return $res;
  85     } else {
  86         $res = $self->_parse_by_scrape($url, $id);
  87     }
  88
  89     return $res;
  90 }
  91
  92 sub _parse_by_video_info {
  93     my $self = shift;
  94     my $url = shift;
  95     my $id = shift;
  96     my $quality = $self->_getval('QUALITY');
  97     my $metadata;
  98     my $videourl;
  99     my $ua = $self->ua();
 100     my $preflist;
 101     my $r;
 102     my $content;
 103     my $urls;
 104
 105     $metadata->{'URL'} = $url;
 106     $metadata->{'ID'} = $id;
 107     $metadata->{'TYPE'} = 'video';
 108     $metadata->{'SOURCE'} = $self->{'NAME'};
 109     $metadata->{'TITLE'} = undef;
 110     $metadata->{'DLURL'} = undef;
 111     $metadata->{'COOKIE'} = undef;
 112
 113     $preflist = $preflist{$quality};
 114     $self->debug("Quality: %s, preflist: [%s]", $quality, join(", ", @{$preflist}));
 115
 116     $videourl = sprintf('https://www.youtube.com/get_video_info?video_id=%s&eurl=%s',
 117             $id, 'http%3A%2F%2Fwww%2Eyoutube%2Ecom%2F');
 118     $self->debug("Video info URL: %s", $videourl);
 119
 120     $r = $ua->get($videourl);
 121     unless($r->is_success()) {
 122         $self->debug('Could not download %s: %s', $videourl, $r->code());
 123         return undef;
 124     }
 125
 126     $content = $r->content();
 127     $self->debug('Content from get_video_info: %s', $content);
 128
 129     # Decode content
 130     $content = { split /[&=]/, $content };
 131
 132     if ($content->{'status'} ne 'ok') {
 133         $self->debug("Non OK status code found: %s", $content->{'status'});
 134         return undef;
 135     }
 136
 137     unless(exists($content->{'fmt_url_map'}) and exists($content->{'title'})) {
 138         $self->debug("No fmt_url_map or no title found");
 139         return undef;
 140     }
 141
 142     # Decode fmt_url_map
 143     $urls = $content->{'fmt_url_map'};
 144     $urls =~ s/%(..)/chr(hex($1))/ge;
 145     $urls = { split /[\|,]/, $urls };
 146
 147     $self->__pick_url($urls, $preflist, $metadata);
 148
 149     $metadata->{'TITLE'} = $content->{'title'};
 150     $metadata->{'TITLE'} =~ s/\+/ /g;
 151     $metadata->{'TITLE'} =~ s/%(..)/chr(hex($1))/ge;
 152     $metadata->{'TITLE'} = decode("utf8", $metadata->{'TITLE'});
 153
 154     $self->debug('Title found: %s', $metadata->{'TITLE'});
 155
 156     unless(defined($metadata->{'DLURL'}) && defined($metadata->{'TITLE'})) {
 157         $self->error('Could not determine download URL');
 158         return undef;
 159     }
 160
 161     return $metadata;
 162 }
 163
 164 sub _parse_by_scrape {
 165     my $self = shift;
 166     my $url = shift;
 167     my $id = shift;
 168     my $content;
 169     my $metadata = {};
 170     my $p;
 171     my $e;
 172     my $tag;
 173     my $ua = $self->ua();
 174     my $r;
 175     my $videourl;
 176     my $quality = $self->_getval('QUALITY');
 177     my $preflist;
 178     my $jsp;
 179
 180     $metadata->{'URL'} = $url;
 181     $metadata->{'ID'} = $id;
 182     $metadata->{'TYPE'} = 'video';
 183     $metadata->{'SOURCE'} = $self->{'NAME'};
 184     $metadata->{'TITLE'} = undef;
 185     $metadata->{'DLURL'} = undef;
 186     $metadata->{'COOKIE'} = undef;
 187
 188
 189     $preflist = $preflist{$quality};
 190     $self->debug("Quality: %s, preflist: [%s]", $quality, join(", ", @{$preflist}));
 191
 192     $videourl = sprintf('https://www.youtube.com/watch?v=%s', $id);
 193
 194     unless(defined($r = $ua->get($videourl))) {
 195         $self->error('Could not download %s', $url);
 196         return undef;
 197     }
 198
 199     if ($r->base->as_string() =~ m,/verify_age,) {
 200         $self->debug('Video requires age verification');
 201         my @logindata = $self->__login($videourl, $ua);
 202         $r = $logindata[0];
 203         $metadata->{'COOKIE'} = $logindata[1];
 204         unless(defined($r)) {
 205             $self->error('Could not log into YouTube');
 206             return undef;
 207         }
 208     }
 209     $content = $r->content();
 210
 211     $p = HTML::TokeParser->new(\$content);
 212
 213     SWF_ARGS: while ($tag = $p->get_tag('div', 'meta', 'script')) {
 214         if ('meta' eq $tag->[0]) {
 215             if (exists($tag->[1]->{'name'}) and ('title' eq $tag->[1]->{'name'})) {
 216                 $metadata->{'TITLE'} = $tag->[1]->{'content'};
 217                 # Convert HTML entities in the title. This is a bit convoluted.
 218                 $metadata->{'TITLE'} = decode_entities(
 219                                            decode("utf8", $metadata->{'TITLE'}));
 220
 221                 $self->debug('Title found: %s', $metadata->{'TITLE'});
 222             }
 223         } elsif ('script' eq $tag->[0]) {
 224             my %urls;
 225
 226             $e = $p->get_text();
 227             $self->debug("Found script: %s", $e);
 228
 229             if ($e =~ m|\x27SWF_ARGS\x27:\s+(.+),|) {
 230                 my $args = $1;
 231
 232                 $self->debug("Found SWF_ARGS: %s", $args);
 233                 $jsp = videosite::JSArrayParser->new();
 234                 $self->debug("Using %s to parse", ref($jsp));
 235                 $r = $jsp->parse($args);
 236
 237                 unless(defined($r)) {
 238                     $self->error("Found information hash, but could not parse");
 239                     return undef;
 240                 }
 241
 242                 if (exists($r->{'fmt_url_map'}) and ($r->{'fmt_url_map'} ne '')) {
 243                     my $urls =  $r->{'fmt_url_map'};
 244
 245                     $self->debug("Video has fmt_url_map: %s", $urls);
 246
 247                     $urls =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 248                     %urls = split(/[\|,]/, $urls);
 249                     $self->debug("Pagetype: old (SWF_ARGS), fmt_url_map");
 250
 251                 } elsif (exists($r->{'t'}) and ($r->{'t'} ne '')) {
 252                     my $thash = $r->{'t'};
 253
 254                     if (exists($r->{'fmt_map'}) && ($r->{'fmt_map'} ne '')) {
 255                         my $fmt = $r->{'fmt_map'};
 256                         my @fmt;
 257
 258                         $self->debug('Video has fmt_map');
 259                         $fmt =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 260                         @fmt = split(/,/, $fmt);
 261                         foreach (@fmt) {
 262                             @_=split(/\//);
 263                             $urls{$_[0]} =  sprintf('http://www.youtube.com/get_video?video_id=%s&fmt=%d&t=%s',
 264                                 $metadata->{'ID'},
 265                                 $_[0],
 266                                 $thash);
 267                         }
 268                         $self->debug("Pagetype: 2009 (SWF_ARGS), t with fmt_map");
 269
 270                     } else {
 271                         $urls{5} = sprintf('http://www.youtube.com/get_video?video_id=%s&t=%s',
 272                             $metadata->{'ID'},
 273                             $thash);
 274                         $self->debug("Pagetype: 2009 (SWF_ARGS), t without fmt_map");
 275                     }
 276                 } else {
 277                     $self->error('Neither fmt_url_map nor t found in video information hash');
 278                     return undef;
 279                 }
 280             } elsif ($e =~ m|var swfHTML = .*fmt_url_map=([^\&]+)\&|) {
 281                 my $urls = $1;
 282                 $self->debug("Video has fmt_url_map: %s", $urls);
 283
 284                 $urls =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 285                 %urls = split(/[\|,]/, $urls);
 286                 $self->debug("Pagetype: 2010 (swfHTML), fmt_url_map");
 287             } elsif ($e =~ m|\x27PLAYER_CONFIG\x27:\s+(.+)\}\);|) {
 288                 my $args = $1;
 289                 $self->debug("Found PLAYER_CONFIG: %s", $args);
 290
 291                 $jsp = videosite::JSArrayParser->new();
 292                 $self->debug("Using %s to parse", ref($jsp));
 293                 $r = $jsp->parse($args);
 294
 295                 unless(defined($r)) {
 296                     $self->error("Found information hash, but could not parse");
 297                     return undef;
 298                 }
 299
 300                 if (exists($r->{'args'}) and exists($r->{'args'}->{'ps'}) and ($r->{'args'}->{'ps'} eq 'live')) {
 301                     $self->error("Video URL seems to point to a live stream, cannot save this");
 302                     return undef;
 303                 }
 304
 305                 if (exists($r->{'args'}) and exists($r->{'args'}->{'fmt_url_map'}) and ($r->{'args'}->{'fmt_url_map'} ne '')) {
 306                     my $urls = $r->{'args'}->{'fmt_url_map'};
 307
 308                     $self->debug("Video has fmt_url_map: %s", $urls);
 309
 310                     %urls = split(/[\|,]/, $urls);
 311                     foreach (keys(%urls)) {
 312                         my $u = $urls{$_};
 313                         $u =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 314                         $urls{$_} = $u;
 315                     }
 316                     $self->debug("Pagetype: 2011 (PLAYER_CONFIG), fmt_url_map");
 317                 } else {
 318                     $self->error('fmt_url_map not found in PLAYER_CONFIG');
 319                     return undef;
 320                 }
 321             }
 322
 323             if (%urls) {
 324                 $self->__pick_url(\%urls, $preflist, $metadata);
 325                 last SWF_ARGS;
 326             }
 327         } elsif ('div' eq $tag->[0]) {
 328             if (exists($tag->[1]->{'id'}) and ('watch-player-unavailable-message-container' eq $tag->[1]->{'id'})) {
 329                 # Search forward to the next <div>
 330                 $tag = $p->get_tag('div');
 331                 $self->error("Could not get video data for youtube %s: %s",
 332                         $metadata->{'ID'}, $p->get_trimmed_text());
 333                 return undef;
 334             }
 335         }
 336     }
 337
 338     unless(defined($metadata->{'DLURL'}) && defined($metadata->{'TITLE'})) {
 339         $self->error('Could not determine download URL');
 340         return undef;
 341     }
 342
 343     return $metadata;
 344 }
 345
 346 sub __login {
 347     my $self = shift;
 348     my $videourl = shift;
 349     my $ua = shift;
 350     my $user = $self->_getval('USERNAME');
 351     my $pass = $self->_getval('PASSWORD');
 352     my $r;
 353     my $p;
 354     my $c;
 355     my $token;
 356
 357     sub check_cookie {
 358
 359         my $jar = shift;
 360         my $key = shift;
 361         my $found = undef;
 362
 363         $jar->scan(sub { $found = 1 if ( $key eq $_[1]) });
 364
 365         return $found;
 366     }
 367
 368     sub get_all_cookies {
 369
 370         my $jar = shift;
 371         my $key = shift;
 372         my $val = "";
 373         $jar->scan(sub { $val .= "; " if !( $val eq "" ); $val .= "$_[1]=$_[2]" });
 374
 375         return $val;
 376     }
 377
 378     if (($user eq '') or ($pass eq '')) {
 379         $self->error('No username or password defined for YouTube');
 380         return undef;
 381     }
 382
 383     $self->debug('Logging in');
 384     $r = $ua->get('https://www.google.com/accounts/ServiceLoginAuth?service=youtube');
 385     unless($r->is_success()) {
 386         $self->debug("Could not get login page (make sure your LWP supports HTTPS!)");
 387         return undef;
 388     }
 389     $c = $r->decoded_content();
 390     $p = HTML::TokeParser->new(\$c);
 391     while (my $tag = $p->get_tag('input')) {
 392         $self->debug("%s", Dumper($tag));
 393         if ($tag->[1]{name} eq 'GALX') {
 394             $token = $tag->[1]{value};
 395             last;
 396         }
 397     }
 398     $self->debug("GALX = %s", $token);
 399     $r = $ua->post('https://www.google.com/accounts/ServiceLoginAuth?service=youtube', { 'service' => 'youtube', 'Email' => $user, 'Passwd' => $pass, 'GALX' => $token });
 400     unless($r->is_success()) {
 401         $self->debug("Could not get login page (make sure your LWP supports HTTPS!)");
 402         return undef;
 403     }
 404     $c = $r -> decoded_content();
 405     $p = HTML::TokeParser->new(\$c);
 406     while (my $tag = $p->get_tag('script')) {
 407         if($p->get_text() =~ /location\.replace\("(.+)"\)/) {
 408             $token = $1;
 409             $token =~ s/\\x([A-Fa-f0-9]{2})/pack('C', hex($1))/seg;
 410             last;
 411         }
 412     }
 413     $r = $ua->get($token);
 414     unless(check_cookie($ua->cookie_jar, 'LOGIN_INFO')) {
 415         $self->error('Could not log into YouTube');
 416         return undef;
 417     }
 418
 419     $self->debug("Got a cookie");
 420
 421     $r = $ua->get($videourl);
 422     if ($r->base->as_string() =~ m,/verify_age,) {
 423         $self->debug("Looking for session token...");
 424         $c = $r->decoded_content();
 425         $p = HTML::TokeParser->new(\$c);
 426         while (my $tag = $p->get_tag('script')) {
 427             if ($p->get_text() =~ /'XSRF_TOKEN': '(.+)'/) {
 428                 $token = $1;
 429                 last;
 430             }
 431         }
 432
 433         unless(defined($token)) {
 434             $self->error("Could not find session token");
 435             return undef;
 436         }
 437
 438         $self->debug('Authenticating session...');
 439         $r = $ua->post($r->base->as_string, { 'next_url' => $r->base->path, 'action_confirm' => 'Confirm Birth Date', 'session_token' => $token });
 440     }
 441
 442 # Apparently there is no longer a specific "is_adult" cookie
 443 # or, by the looks of it, anything similar
 444 #
 445 #    unless(check_cookie($ua->cookie_jar, 'is_adult')) {
 446 #        $self->error('Could not authenticate session');
 447 #        return undef;
 448 #    }
 449
 450     my $cookie = get_all_cookies($ua->cookie_jar);
 451     return ($ua->get($videourl), $cookie);
 452 }
 453
 454 sub __pick_url {
 455     my $self = shift;
 456     my $urls = shift;
 457     my $preflist = shift;
 458     my $metadata = shift;
 459
 460     foreach (keys(%{$urls})) {
 461         if (exists($videoformats{$_})) {
 462             $self->debug('Found URL for format %s (%s): %s', $_, $videoformats{$_}, $urls->{$_});
 463         } else {
 464             $self->error('Unknown format %s: %s', $_, $urls->{$_});
 465         }
 466     }
 467
 468     foreach (@{$preflist}) {
 469         if (exists($urls->{$_})) {
 470             $self->debug("Selected URL with quality level %s", $_);
 471             $metadata->{'DLURL'} = $urls->{$_};
 472             last;
 473         }
 474     }
 475
 476     $self->debug('URL found: %s', $metadata->{'DLURL'});
 477 }
 478
 479 1;