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)/v/([-a-zA-Z0-9_]+))',
  31                            '(http://(?:[-a-zA-Z0-9_.]+\.)*youtu\.be/([-a-zA-Z0-9_]+))',
  32                            '(http://(?:[-a-zA-Z0-9_.]+\.)*youtube\.(?:com|de|co.uk)/user/\w+\?.*/([-a-zA-Z0-9_]+))'];
  33     $self->{'_PARAMS'} = {
  34             'QUALITY' => ['normal', 'Quality of the video to download.', {
  35                     'normal' => 'standard resolution flash video',
  36                     'high' => 'higher resolution flash video',
  37                     'h264' => 'high resolution MPEG4 video',
  38                     'hd' => 'HD720 resolution'}],
  39             'USERNAME' => ['', 'Username to use for YouTube login'],
  40             'PASSWORD' => ['', 'Password to use for YouTube login']};
  41
  42     bless($self, $class);
  43     $self->_prepare_parameters();
  44
  45     return $self;
  46 }
  47
  48 sub _parse {
  49     my $self = shift;
  50     my $url = shift;
  51     my $pattern = shift;
  52     my $content;
  53     my $metadata = {};
  54     my $p;
  55     my $e;
  56     my $tag;
  57     my $jar = HTTP::Cookies->new;
  58     my $ua = LWP::UserAgent->new('agent' => 'Mozilla/5.0');
  59     my $r;
  60     my $videourl;
  61     my $quality = $self->_getval('QUALITY');
  62     my %preflist = (
  63         'hd' => [37, 22, 35, 18, 34, 6, 5],
  64         'h264' => [18, 34, 37, 22, 35, 6, 5],
  65         'high' => [34, 35, 18, 37, 22, 6, 5],
  66         'normal' => [6, 5, 34, 35, 18, 22, 37]);
  67     my $preflist;
  68     my $jsp;
  69
  70     $url =~ m|$pattern|;
  71     $url = $1;
  72
  73     $metadata->{'URL'} = $url;
  74     $metadata->{'ID'} = $2;
  75     $metadata->{'TYPE'} = 'video';
  76     $metadata->{'SOURCE'} = $self->{'NAME'};
  77     $metadata->{'TITLE'} = undef;
  78     $metadata->{'DLURL'} = undef;
  79
  80     $self->debug("Matched id %s from pattern %s", $2, $pattern);
  81
  82     $preflist = $preflist{$quality};
  83     $self->debug("Quality: %s, preflist: [%s]", $quality, join(", ", @{$preflist}));
  84
  85     $videourl = sprintf('http://www.youtube.com/watch?v=%s', $2);
  86
  87     unless(defined($r = $ua->get($videourl))) {
  88         $self->error('Could not download %s', $url);
  89         return undef;
  90     }
  91
  92     if ($r->base->as_string() =~ m,/verify_age,) {
  93         $self->debug('Video requires age verification');
  94         $ua->cookie_jar($jar);
  95         $r = $self->__login($videourl, $ua);
  96         unless(defined($r)) {
  97             $self->error('Could not log into YouTube');
  98             return undef;
  99         }
 100     }
 101     $content = $r->content();
 102
 103     $p = HTML::TokeParser->new(\$content);
 104
 105     SWF_ARGS: while ($tag = $p->get_tag('div', 'meta', 'script')) {
 106         if ('meta' eq $tag->[0]) {
 107             if ('title' eq $tag->[1]->{'name'}) {
 108                 $metadata->{'TITLE'} = $tag->[1]->{'content'};
 109                 # Convert HTML entities in the title. This is a bit convoluted.
 110                 $metadata->{'TITLE'} = encode("utf8",
 111                                          decode_entities(
 112                                            decode("utf8", $metadata->{'TITLE'})));
 113
 114                 $self->debug('Title found: %s', $metadata->{'TITLE'});
 115             }
 116         } elsif ('script' eq $tag->[0]) {
 117             $e = $p->get_text();
 118             $self->debug("Found script: %s", $e);
 119             if ($e =~ m|\x27SWF_ARGS\x27:\s+(.+),|) {
 120                 my %urls;
 121                 my $args = $1;
 122
 123                 $self->debug("Found SWF_ARGS: %s", $args);
 124                 $jsp = videosite::JSArrayParser->new();
 125                 $self->debug("Using %s to parse", ref($jsp));
 126                 $r = $jsp->parse($args);
 127
 128                 unless(defined($r)) {
 129                     $self->error("Found information hash, but could not parse");
 130                     return undef;
 131                 }
 132
 133                 if (exists($r->{'fmt_url_map'}) and ($r->{'fmt_url_map'} ne '')) {
 134                     my $urls =  $r->{'fmt_url_map'};
 135
 136                     $self->debug("Video has fmt_url_map: %s", $urls);
 137
 138                     $urls =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 139                     %urls = split(/[\|,]/, $urls);
 140                 } elsif (exists($r->{'t'}) and ($r->{'t'} ne '')) {
 141                     my $thash = $r->{'t'};
 142
 143                     if (exists($r->{'fmt_map'}) && ($r->{'fmt_map'} ne '')) {
 144                         my $fmt = $r->{'fmt_map'};
 145                         my @fmt;
 146
 147                         $self->debug('Video has fmt_map');
 148                         $fmt =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 149                         @fmt = split(/,/, $fmt);
 150                         foreach (@fmt) {
 151                             split(/\//);
 152                             $urls{$_[0]} =  sprintf('http://www.youtube.com/get_video?video_id=%s&fmt=%d&t=%s',
 153                                 $metadata->{'ID'},
 154                                 $_[0],
 155                                 $thash);
 156                         }
 157                     } else {
 158                         $urls{5} = sprintf('http://www.youtube.com/get_video?video_id=%s&t=%s',
 159                             $metadata->{'ID'},
 160                             $thash);
 161                     }
 162                 } else {
 163                     $self->error('Neither fmt_url_map nor t found in video information hash');
 164                     return undef;
 165                 }
 166                 $self->debug("Found quality levels [%s]", join(", ", keys(%urls)));
 167
 168                 foreach (keys(%urls)) {
 169                     if ($_ == 35) {
 170                         $self->debug('Found flv,h264,large: %s', $urls{$_});
 171                     } elsif ($_ == 34) {
 172                         $self->debug('Found flv,h264: %s', $urls{$_});
 173                     } elsif ($_ == 22) {
 174                         $self->debug('Found mp4,h264,720p: %s', $urls{$_});
 175                     } elsif ($_ == 37) {
 176                         $self->debug('Found mp4,h264,1080p: %s', $urls{$_});
 177                     } elsif ($_ == 18) {
 178                         $self->debug('Found mp4,h264: %s', $urls{$_});
 179                     } elsif ($_ == 5) {
 180                         $self->debug('Found flv,flv: %s', $urls{$_});
 181                     } else {
 182                         $self->error('Unknown tag %s: %s', $_, $urls{$_});
 183                     }
 184                 }
 185
 186                 foreach (@{$preflist}) {
 187                     if (exists($urls{$_})) {
 188                         $self->debug("Selected URL with quality level %s", $_);
 189                         $metadata->{'DLURL'} = $urls{$_};
 190                         last;
 191                     }
 192                 }
 193
 194                 $self->debug('URL found: %s', $metadata->{'DLURL'});
 195                 last SWF_ARGS;
 196             }
 197         } elsif ('div' eq $tag->[0]) {
 198             if (exists($tag->[1]->{'class'}) and ('yt-alert-content' eq $tag->[1]->{'class'})) {
 199                 $self->error("Could not get video data for youtube %s: %s",
 200                         $metadata->{'ID'}, $p->get_trimmed_text());
 201                 return undef;
 202             }
 203         }
 204     }
 205
 206     unless(defined($metadata->{'DLURL'}) && defined($metadata->{'TITLE'})) {
 207         $self->error('Could not determine download URL');
 208         return undef;
 209     }
 210
 211     return $metadata;
 212 }
 213
 214 sub __login {
 215     my $self = shift;
 216     my $videourl = shift;
 217     my $ua = shift;
 218     my $user = $self->_getval('USERNAME');
 219     my $pass = $self->_getval('PASSWORD');
 220     my $r;
 221     my $p;
 222     my $c;
 223     my $token;
 224
 225     sub check_cookie {
 226
 227         my $jar = shift;
 228         my $key = shift;
 229         my $found = undef;
 230
 231         $jar->scan(sub { $found = 1 if ( $key eq $_[1]) });
 232
 233         return $found;
 234     }
 235
 236     if (($user eq '') or ($pass eq '')) {
 237         $self->error('No username or password defined for YouTube');
 238         return undef;
 239     }
 240
 241     $self->debug('Logging in');
 242     $r = $ua->post('http://www.youtube.com/signup', { 'next' => '/', 'current_form' => 'login', 'action_login' => '1', 'username' => $user, 'password' => $pass });
 243
 244     unless(check_cookie($ua->cookie_jar, 'LOGIN_INFO')) {
 245         $self->error('Could not log into YouTube');
 246         return undef;
 247     }
 248
 249     $self->debug("Got a cookie");
 250
 251     $r = $ua->get($videourl);
 252     if ($r->base->as_string() =~ m,/verify_age,) {
 253         $self->debug("Looking for session token...");
 254         $c = $r->decoded_content();
 255         $p = HTML::TokeParser->new(\$c);
 256         while (my $tag = $p->get_tag('script')) {
 257             if ($p->get_text() =~ /gXSRF_token = '(.+)'/) {
 258                 $token = $1;
 259                 last;
 260             }
 261         }
 262
 263         unless(defined($token)) {
 264             $self->error("Could not find session token");
 265             return undef;
 266         }
 267
 268         $self->debug('Authenticating session...');
 269         $r = $ua->post($r->base->as_string, { 'next_url' => $r->base->path, 'action_confirm' => 'Confirm Birth Date', 'session_token' => $token });
 270     }
 271
 272     unless(check_cookie($ua->cookie_jar, 'is_adult')) {
 273         $self->error('Could not authenticate session');
 274         return undef;
 275     }
 276
 277     return $ua->get($videourl);
 278 }
 279
 280 1;