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         'insane' => [38, 37, 22, 35, 18, 34, 6, 5],
  65         'hd' => [37, 22, 35, 18, 34, 6, 5, 38],
  66         'h264' => [18, 34, 37, 22, 35, 6, 5, 38],
  67         'high' => [34, 35, 18, 37, 22, 6, 5, 38],
  68         'normal' => [6, 5, 34, 35, 18, 22, 37, 38]);
  69     my $preflist;
  70     my $jsp;
  71
  72     $url =~ m|$pattern|;
  73     $url = $1;
  74
  75     $metadata->{'URL'} = $url;
  76     $metadata->{'ID'} = $2;
  77     $metadata->{'TYPE'} = 'video';
  78     $metadata->{'SOURCE'} = $self->{'NAME'};
  79     $metadata->{'TITLE'} = undef;
  80     $metadata->{'DLURL'} = undef;
  81
  82     $self->debug("Matched id %s from pattern %s", $2, $pattern);
  83
  84     $preflist = $preflist{$quality};
  85     $self->debug("Quality: %s, preflist: [%s]", $quality, join(", ", @{$preflist}));
  86
  87     $videourl = sprintf('http://www.youtube.com/watch?v=%s', $2);
  88
  89     unless(defined($r = $ua->get($videourl))) {
  90         $self->error('Could not download %s', $url);
  91         return undef;
  92     }
  93
  94     if ($r->base->as_string() =~ m,/verify_age,) {
  95         $self->debug('Video requires age verification');
  96         $ua->cookie_jar($jar);
  97         $r = $self->__login($videourl, $ua);
  98         unless(defined($r)) {
  99             $self->error('Could not log into YouTube');
 100             return undef;
 101         }
 102     }
 103     $content = $r->content();
 104
 105     $p = HTML::TokeParser->new(\$content);
 106
 107     SWF_ARGS: while ($tag = $p->get_tag('div', 'meta', 'script')) {
 108         if ('meta' eq $tag->[0]) {
 109             if ('title' eq $tag->[1]->{'name'}) {
 110                 $metadata->{'TITLE'} = $tag->[1]->{'content'};
 111                 # Convert HTML entities in the title. This is a bit convoluted.
 112                 $metadata->{'TITLE'} = encode("utf8",
 113                                          decode_entities(
 114                                            decode("utf8", $metadata->{'TITLE'})));
 115
 116                 $self->debug('Title found: %s', $metadata->{'TITLE'});
 117             }
 118         } elsif ('script' eq $tag->[0]) {
 119             my %urls;
 120
 121             $e = $p->get_text();
 122             $self->debug("Found script: %s", $e);
 123
 124             if ($e =~ m|\x27SWF_ARGS\x27:\s+(.+),|) {
 125                 my $args = $1;
 126
 127                 $self->debug("Found SWF_ARGS: %s", $args);
 128                 $jsp = videosite::JSArrayParser->new();
 129                 $self->debug("Using %s to parse", ref($jsp));
 130                 $r = $jsp->parse($args);
 131
 132                 unless(defined($r)) {
 133                     $self->error("Found information hash, but could not parse");
 134                     return undef;
 135                 }
 136
 137                 if (exists($r->{'fmt_url_map'}) and ($r->{'fmt_url_map'} ne '')) {
 138                     my $urls =  $r->{'fmt_url_map'};
 139
 140                     $self->debug("Video has fmt_url_map: %s", $urls);
 141
 142                     $urls =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 143                     %urls = split(/[\|,]/, $urls);
 144                     $self->debug("Pagetype: old (SWF_ARGS), fmt_url_map");
 145
 146                 } elsif (exists($r->{'t'}) and ($r->{'t'} ne '')) {
 147                     my $thash = $r->{'t'};
 148
 149                     if (exists($r->{'fmt_map'}) && ($r->{'fmt_map'} ne '')) {
 150                         my $fmt = $r->{'fmt_map'};
 151                         my @fmt;
 152
 153                         $self->debug('Video has fmt_map');
 154                         $fmt =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 155                         @fmt = split(/,/, $fmt);
 156                         foreach (@fmt) {
 157                             split(/\//);
 158                             $urls{$_[0]} =  sprintf('http://www.youtube.com/get_video?video_id=%s&fmt=%d&t=%s',
 159                                 $metadata->{'ID'},
 160                                 $_[0],
 161                                 $thash);
 162                         }
 163                         $self->debug("Pagetype: 2009 (SWF_ARGS), t with fmt_map");
 164
 165                     } else {
 166                         $urls{5} = sprintf('http://www.youtube.com/get_video?video_id=%s&t=%s',
 167                             $metadata->{'ID'},
 168                             $thash);
 169                         $self->debug("Pagetype: 2009 (SWF_ARGS), t without fmt_map");
 170                     }
 171                 } else {
 172                     $self->error('Neither fmt_url_map nor t found in video information hash');
 173                     return undef;
 174                 }
 175             } elsif ($e =~ m|var swfHTML = .*fmt_url_map=([^\&]+)\&|) {
 176                 my $urls = $1;
 177                 $self->debug("Video has fmt_url_map: %s", $urls);
 178
 179                 $urls =~ s/%([[:xdigit:]]{2})/chr(hex($1))/ge;
 180                 %urls = split(/[\|,]/, $urls);
 181                 $self->debug("Pagetype: 2010 (swfHTML), fmt_url_map");
 182             }
 183
 184             if (%urls) {
 185                 foreach (keys(%urls)) {
 186                     if ($_ == 35) {
 187                         $self->debug('Found flv,h264,large: %s', $urls{$_});
 188                     } elsif ($_ == 34) {
 189                         $self->debug('Found flv,h264: %s', $urls{$_});
 190                     } elsif ($_ == 22) {
 191                         $self->debug('Found mp4,h264,720p: %s', $urls{$_});
 192                     } elsif ($_ == 38) {
 193                         $self->debug('Found mp4,h264,4k: %s', $urls{$_});
 194                     } elsif ($_ == 37) {
 195                         $self->debug('Found mp4,h264,1080p: %s', $urls{$_});
 196                     } elsif ($_ == 18) {
 197                         $self->debug('Found mp4,h264: %s', $urls{$_});
 198                     } elsif ($_ == 5) {
 199                         $self->debug('Found flv,flv: %s', $urls{$_});
 200                     } else {
 201                         $self->error('Unknown tag %s: %s', $_, $urls{$_});
 202                     }
 203                 }
 204
 205                 foreach (@{$preflist}) {
 206                     if (exists($urls{$_})) {
 207                         $self->debug("Selected URL with quality level %s", $_);
 208                         $metadata->{'DLURL'} = $urls{$_};
 209                         last;
 210                     }
 211                 }
 212
 213                 $self->debug('URL found: %s', $metadata->{'DLURL'});
 214                 last SWF_ARGS;
 215             }
 216         } elsif ('div' eq $tag->[0]) {
 217             if (exists($tag->[1]->{'class'}) and ('yt-alert-content' eq $tag->[1]->{'class'})) {
 218                 $self->error("Could not get video data for youtube %s: %s",
 219                         $metadata->{'ID'}, $p->get_trimmed_text());
 220                 return undef;
 221             }
 222         }
 223     }
 224
 225     unless(defined($metadata->{'DLURL'}) && defined($metadata->{'TITLE'})) {
 226         $self->error('Could not determine download URL');
 227         return undef;
 228     }
 229
 230     return $metadata;
 231 }
 232
 233 sub __login {
 234     my $self = shift;
 235     my $videourl = shift;
 236     my $ua = shift;
 237     my $user = $self->_getval('USERNAME');
 238     my $pass = $self->_getval('PASSWORD');
 239     my $r;
 240     my $p;
 241     my $c;
 242     my $token;
 243
 244     sub check_cookie {
 245
 246         my $jar = shift;
 247         my $key = shift;
 248         my $found = undef;
 249
 250         $jar->scan(sub { $found = 1 if ( $key eq $_[1]) });
 251
 252         return $found;
 253     }
 254
 255     if (($user eq '') or ($pass eq '')) {
 256         $self->error('No username or password defined for YouTube');
 257         return undef;
 258     }
 259
 260     $self->debug('Logging in');
 261     $r = $ua->post('http://www.youtube.com/signup', { 'next' => '/', 'current_form' => 'login', 'action_login' => '1', 'username' => $user, 'password' => $pass });
 262
 263     unless(check_cookie($ua->cookie_jar, 'LOGIN_INFO')) {
 264         $self->error('Could not log into YouTube');
 265         return undef;
 266     }
 267
 268     $self->debug("Got a cookie");
 269
 270     $r = $ua->get($videourl);
 271     if ($r->base->as_string() =~ m,/verify_age,) {
 272         $self->debug("Looking for session token...");
 273         $c = $r->decoded_content();
 274         $p = HTML::TokeParser->new(\$c);
 275         while (my $tag = $p->get_tag('script')) {
 276             if ($p->get_text() =~ /gXSRF_token = '(.+)'/) {
 277                 $token = $1;
 278                 last;
 279             }
 280         }
 281
 282         unless(defined($token)) {
 283             $self->error("Could not find session token");
 284             return undef;
 285         }
 286
 287         $self->debug('Authenticating session...');
 288         $r = $ua->post($r->base->as_string, { 'next_url' => $r->base->path, 'action_confirm' => 'Confirm Birth Date', 'session_token' => $token });
 289     }
 290
 291     unless(check_cookie($ua->cookie_jar, 'is_adult')) {
 292         $self->error('Could not authenticate session');
 293         return undef;
 294     }
 295
 296     return $ua->get($videourl);
 297 }
 298
 299 1;