[youku] Fix extraction (closes #13191)
This commit is contained in:
parent
b7f8749304
commit
59ed87cbd9
2 changed files with 45 additions and 172 deletions
|
@ -3,6 +3,9 @@ version <unreleased>
|
||||||
Core
|
Core
|
||||||
* [postprocessor/ffmpeg] Fix metadata filename handling on Python 2 (#13182)
|
* [postprocessor/ffmpeg] Fix metadata filename handling on Python 2 (#13182)
|
||||||
|
|
||||||
|
Extractors
|
||||||
|
* [youku] Fix extraction (#13191)
|
||||||
|
|
||||||
|
|
||||||
version 2017.05.23
|
version 2017.05.23
|
||||||
|
|
||||||
|
|
|
@ -1,7 +1,6 @@
|
||||||
# coding: utf-8
|
# coding: utf-8
|
||||||
from __future__ import unicode_literals
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
import base64
|
|
||||||
import itertools
|
import itertools
|
||||||
import random
|
import random
|
||||||
import re
|
import re
|
||||||
|
@ -9,15 +8,9 @@ import string
|
||||||
import time
|
import time
|
||||||
|
|
||||||
from .common import InfoExtractor
|
from .common import InfoExtractor
|
||||||
from ..compat import (
|
|
||||||
compat_ord,
|
|
||||||
compat_str,
|
|
||||||
compat_urllib_parse_urlencode,
|
|
||||||
)
|
|
||||||
from ..utils import (
|
from ..utils import (
|
||||||
ExtractorError,
|
ExtractorError,
|
||||||
get_element_by_attribute,
|
get_element_by_attribute,
|
||||||
try_get,
|
|
||||||
)
|
)
|
||||||
|
|
||||||
|
|
||||||
|
@ -35,9 +28,9 @@ class YoukuIE(InfoExtractor):
|
||||||
# MD5 is unstable
|
# MD5 is unstable
|
||||||
'url': 'http://v.youku.com/v_show/id_XMTc1ODE5Njcy.html',
|
'url': 'http://v.youku.com/v_show/id_XMTc1ODE5Njcy.html',
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
'id': 'XMTc1ODE5Njcy_part1',
|
'id': 'XMTc1ODE5Njcy',
|
||||||
'title': '★Smile﹗♡ Git Fresh -Booty Music舞蹈.',
|
'title': '★Smile﹗♡ Git Fresh -Booty Music舞蹈.',
|
||||||
'ext': 'flv'
|
'ext': 'mp4',
|
||||||
}
|
}
|
||||||
}, {
|
}, {
|
||||||
'url': 'http://player.youku.com/player.php/sid/XNDgyMDQ2NTQw/v.swf',
|
'url': 'http://player.youku.com/player.php/sid/XNDgyMDQ2NTQw/v.swf',
|
||||||
|
@ -46,25 +39,24 @@ class YoukuIE(InfoExtractor):
|
||||||
'url': 'http://v.youku.com/v_show/id_XODgxNjg1Mzk2_ev_1.html',
|
'url': 'http://v.youku.com/v_show/id_XODgxNjg1Mzk2_ev_1.html',
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
'id': 'XODgxNjg1Mzk2',
|
'id': 'XODgxNjg1Mzk2',
|
||||||
|
'ext': 'mp4',
|
||||||
'title': '武媚娘传奇 85',
|
'title': '武媚娘传奇 85',
|
||||||
},
|
},
|
||||||
'playlist_count': 11,
|
|
||||||
'skip': 'Available in China only',
|
|
||||||
}, {
|
}, {
|
||||||
'url': 'http://v.youku.com/v_show/id_XMTI1OTczNDM5Mg==.html',
|
'url': 'http://v.youku.com/v_show/id_XMTI1OTczNDM5Mg==.html',
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
'id': 'XMTI1OTczNDM5Mg',
|
'id': 'XMTI1OTczNDM5Mg',
|
||||||
|
'ext': 'mp4',
|
||||||
'title': '花千骨 04',
|
'title': '花千骨 04',
|
||||||
},
|
},
|
||||||
'playlist_count': 13,
|
|
||||||
}, {
|
}, {
|
||||||
'url': 'http://v.youku.com/v_show/id_XNjA1NzA2Njgw.html',
|
'url': 'http://v.youku.com/v_show/id_XNjA1NzA2Njgw.html',
|
||||||
'note': 'Video protected with password',
|
'note': 'Video protected with password',
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
'id': 'XNjA1NzA2Njgw',
|
'id': 'XNjA1NzA2Njgw',
|
||||||
|
'ext': 'mp4',
|
||||||
'title': '邢義田复旦讲座之想象中的胡人—从“左衽孔子”说起',
|
'title': '邢義田复旦讲座之想象中的胡人—从“左衽孔子”说起',
|
||||||
},
|
},
|
||||||
'playlist_count': 19,
|
|
||||||
'params': {
|
'params': {
|
||||||
'videopassword': '100600',
|
'videopassword': '100600',
|
||||||
},
|
},
|
||||||
|
@ -73,130 +65,16 @@ class YoukuIE(InfoExtractor):
|
||||||
'url': 'http://v.youku.com/v_show/id_XOTUxMzg4NDMy.html',
|
'url': 'http://v.youku.com/v_show/id_XOTUxMzg4NDMy.html',
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
'id': 'XOTUxMzg4NDMy',
|
'id': 'XOTUxMzg4NDMy',
|
||||||
|
'ext': 'mp4',
|
||||||
'title': '我的世界☆明月庄主☆车震猎杀☆杀人艺术Minecraft',
|
'title': '我的世界☆明月庄主☆车震猎杀☆杀人艺术Minecraft',
|
||||||
},
|
},
|
||||||
'playlist_count': 6,
|
|
||||||
}]
|
}]
|
||||||
|
|
||||||
def construct_video_urls(self, data):
|
|
||||||
# get sid, token
|
|
||||||
def yk_t(s1, s2):
|
|
||||||
ls = list(range(256))
|
|
||||||
t = 0
|
|
||||||
for i in range(256):
|
|
||||||
t = (t + ls[i] + compat_ord(s1[i % len(s1)])) % 256
|
|
||||||
ls[i], ls[t] = ls[t], ls[i]
|
|
||||||
s = bytearray()
|
|
||||||
x, y = 0, 0
|
|
||||||
for i in range(len(s2)):
|
|
||||||
y = (y + 1) % 256
|
|
||||||
x = (x + ls[y]) % 256
|
|
||||||
ls[x], ls[y] = ls[y], ls[x]
|
|
||||||
s.append(compat_ord(s2[i]) ^ ls[(ls[x] + ls[y]) % 256])
|
|
||||||
return bytes(s)
|
|
||||||
|
|
||||||
sid, token = yk_t(
|
|
||||||
b'becaf9be', base64.b64decode(data['security']['encrypt_string'].encode('ascii'))
|
|
||||||
).decode('ascii').split('_')
|
|
||||||
|
|
||||||
# get oip
|
|
||||||
oip = data['security']['ip']
|
|
||||||
|
|
||||||
fileid_dict = {}
|
|
||||||
for stream in data['stream']:
|
|
||||||
if stream.get('channel_type') == 'tail':
|
|
||||||
continue
|
|
||||||
format = stream.get('stream_type')
|
|
||||||
fileid = try_get(
|
|
||||||
stream, lambda x: x['segs'][0]['fileid'],
|
|
||||||
compat_str) or stream['stream_fileid']
|
|
||||||
fileid_dict[format] = fileid
|
|
||||||
|
|
||||||
def get_fileid(format, n):
|
|
||||||
number = hex(int(str(n), 10))[2:].upper()
|
|
||||||
if len(number) == 1:
|
|
||||||
number = '0' + number
|
|
||||||
streamfileids = fileid_dict[format]
|
|
||||||
fileid = streamfileids[0:8] + number + streamfileids[10:]
|
|
||||||
return fileid
|
|
||||||
|
|
||||||
# get ep
|
|
||||||
def generate_ep(format, n):
|
|
||||||
fileid = get_fileid(format, n)
|
|
||||||
ep_t = yk_t(
|
|
||||||
b'bf7e5f01',
|
|
||||||
('%s_%s_%s' % (sid, fileid, token)).encode('ascii')
|
|
||||||
)
|
|
||||||
ep = base64.b64encode(ep_t).decode('ascii')
|
|
||||||
return ep
|
|
||||||
|
|
||||||
# generate video_urls
|
|
||||||
video_urls_dict = {}
|
|
||||||
for stream in data['stream']:
|
|
||||||
if stream.get('channel_type') == 'tail':
|
|
||||||
continue
|
|
||||||
format = stream.get('stream_type')
|
|
||||||
video_urls = []
|
|
||||||
for dt in stream['segs']:
|
|
||||||
n = str(stream['segs'].index(dt))
|
|
||||||
param = {
|
|
||||||
'K': dt['key'],
|
|
||||||
'hd': self.get_hd(format),
|
|
||||||
'myp': 0,
|
|
||||||
'ypp': 0,
|
|
||||||
'ctype': 12,
|
|
||||||
'ev': 1,
|
|
||||||
'token': token,
|
|
||||||
'oip': oip,
|
|
||||||
'ep': generate_ep(format, n)
|
|
||||||
}
|
|
||||||
video_url = \
|
|
||||||
'http://k.youku.com/player/getFlvPath/' + \
|
|
||||||
'sid/' + sid + \
|
|
||||||
'_00' + \
|
|
||||||
'/st/' + self.parse_ext_l(format) + \
|
|
||||||
'/fileid/' + get_fileid(format, n) + '?' + \
|
|
||||||
compat_urllib_parse_urlencode(param)
|
|
||||||
video_urls.append(video_url)
|
|
||||||
video_urls_dict[format] = video_urls
|
|
||||||
|
|
||||||
return video_urls_dict
|
|
||||||
|
|
||||||
@staticmethod
|
@staticmethod
|
||||||
def get_ysuid():
|
def get_ysuid():
|
||||||
return '%d%s' % (int(time.time()), ''.join([
|
return '%d%s' % (int(time.time()), ''.join([
|
||||||
random.choice(string.ascii_letters) for i in range(3)]))
|
random.choice(string.ascii_letters) for i in range(3)]))
|
||||||
|
|
||||||
def get_hd(self, fm):
|
|
||||||
hd_id_dict = {
|
|
||||||
'3gp': '0',
|
|
||||||
'3gphd': '1',
|
|
||||||
'flv': '0',
|
|
||||||
'flvhd': '0',
|
|
||||||
'mp4': '1',
|
|
||||||
'mp4hd': '1',
|
|
||||||
'mp4hd2': '1',
|
|
||||||
'mp4hd3': '1',
|
|
||||||
'hd2': '2',
|
|
||||||
'hd3': '3',
|
|
||||||
}
|
|
||||||
return hd_id_dict[fm]
|
|
||||||
|
|
||||||
def parse_ext_l(self, fm):
|
|
||||||
ext_dict = {
|
|
||||||
'3gp': 'flv',
|
|
||||||
'3gphd': 'mp4',
|
|
||||||
'flv': 'flv',
|
|
||||||
'flvhd': 'flv',
|
|
||||||
'mp4': 'mp4',
|
|
||||||
'mp4hd': 'mp4',
|
|
||||||
'mp4hd2': 'flv',
|
|
||||||
'mp4hd3': 'flv',
|
|
||||||
'hd2': 'flv',
|
|
||||||
'hd3': 'flv',
|
|
||||||
}
|
|
||||||
return ext_dict[fm]
|
|
||||||
|
|
||||||
def get_format_name(self, fm):
|
def get_format_name(self, fm):
|
||||||
_dict = {
|
_dict = {
|
||||||
'3gp': 'h6',
|
'3gp': 'h6',
|
||||||
|
@ -210,32 +88,40 @@ class YoukuIE(InfoExtractor):
|
||||||
'hd2': 'h2',
|
'hd2': 'h2',
|
||||||
'hd3': 'h1',
|
'hd3': 'h1',
|
||||||
}
|
}
|
||||||
return _dict[fm]
|
return _dict.get(fm)
|
||||||
|
|
||||||
def _real_extract(self, url):
|
def _real_extract(self, url):
|
||||||
video_id = self._match_id(url)
|
video_id = self._match_id(url)
|
||||||
|
|
||||||
self._set_cookie('youku.com', '__ysuid', self.get_ysuid())
|
self._set_cookie('youku.com', '__ysuid', self.get_ysuid())
|
||||||
|
self._set_cookie('youku.com', 'xreferrer', 'http://www.youku.com')
|
||||||
|
|
||||||
def retrieve_data(req_url, note):
|
_, urlh = self._download_webpage_handle(
|
||||||
headers = {
|
'https://log.mmstat.com/eg.js', video_id, 'Retrieving cna info')
|
||||||
'Referer': req_url,
|
# The etag header is '"foobar"'; let's remove the double quotes
|
||||||
}
|
cna = urlh.headers['etag'][1:-1]
|
||||||
headers.update(self.geo_verification_headers())
|
|
||||||
self._set_cookie('youku.com', 'xreferrer', 'http://www.youku.com')
|
|
||||||
|
|
||||||
raw_data = self._download_json(req_url, video_id, note=note, headers=headers)
|
|
||||||
|
|
||||||
return raw_data['data']
|
|
||||||
|
|
||||||
video_password = self._downloader.params.get('videopassword')
|
|
||||||
|
|
||||||
# request basic data
|
# request basic data
|
||||||
basic_data_url = 'http://play.youku.com/play/get.json?vid=%s&ct=12' % video_id
|
basic_data_params = {
|
||||||
if video_password:
|
'vid': video_id,
|
||||||
basic_data_url += '&pwd=%s' % video_password
|
'ccode': '0401',
|
||||||
|
'client_ip': '192.168.1.1',
|
||||||
|
'utid': cna,
|
||||||
|
'client_ts': time.time() / 1000,
|
||||||
|
}
|
||||||
|
|
||||||
data = retrieve_data(basic_data_url, 'Downloading JSON metadata')
|
video_password = self._downloader.params.get('videopassword')
|
||||||
|
if video_password:
|
||||||
|
basic_data_params['password'] = video_password
|
||||||
|
|
||||||
|
headers = {
|
||||||
|
'Referer': url,
|
||||||
|
}
|
||||||
|
headers.update(self.geo_verification_headers())
|
||||||
|
data = self._download_json(
|
||||||
|
'https://ups.youku.com/ups/get.json', video_id,
|
||||||
|
'Downloading JSON metadata',
|
||||||
|
query=basic_data_params, headers=headers)['data']
|
||||||
|
|
||||||
error = data.get('error')
|
error = data.get('error')
|
||||||
if error:
|
if error:
|
||||||
|
@ -255,37 +141,21 @@ class YoukuIE(InfoExtractor):
|
||||||
# get video title
|
# get video title
|
||||||
title = data['video']['title']
|
title = data['video']['title']
|
||||||
|
|
||||||
# generate video_urls_dict
|
formats = [{
|
||||||
video_urls_dict = self.construct_video_urls(data)
|
'url': stream['m3u8_url'],
|
||||||
|
'format_id': self.get_format_name(stream.get('stream_type')),
|
||||||
# construct info
|
'ext': 'mp4',
|
||||||
entries = [{
|
'protocol': 'm3u8_native',
|
||||||
'id': '%s_part%d' % (video_id, i + 1),
|
'filesize': int(stream.get('size')),
|
||||||
'title': title,
|
'width': stream.get('width'),
|
||||||
'formats': [],
|
'height': stream.get('height'),
|
||||||
# some formats are not available for all parts, we have to detect
|
} for stream in data['stream'] if stream.get('channel_type') != 'tail']
|
||||||
# which one has all
|
self._sort_formats(formats)
|
||||||
} for i in range(max(len(v.get('segs')) for v in data['stream']))]
|
|
||||||
for stream in data['stream']:
|
|
||||||
if stream.get('channel_type') == 'tail':
|
|
||||||
continue
|
|
||||||
fm = stream.get('stream_type')
|
|
||||||
video_urls = video_urls_dict[fm]
|
|
||||||
for video_url, seg, entry in zip(video_urls, stream['segs'], entries):
|
|
||||||
entry['formats'].append({
|
|
||||||
'url': video_url,
|
|
||||||
'format_id': self.get_format_name(fm),
|
|
||||||
'ext': self.parse_ext_l(fm),
|
|
||||||
'filesize': int(seg['size']),
|
|
||||||
'width': stream.get('width'),
|
|
||||||
'height': stream.get('height'),
|
|
||||||
})
|
|
||||||
|
|
||||||
return {
|
return {
|
||||||
'_type': 'multi_video',
|
|
||||||
'id': video_id,
|
'id': video_id,
|
||||||
'title': title,
|
'title': title,
|
||||||
'entries': entries,
|
'formats': formats,
|
||||||
}
|
}
|
||||||
|
|
||||||
|
|
||||||
|
|
Loading…
Reference in a new issue