_ Git - youtube-dl/blob - youtube_dl/utils.py

   1 #!/usr/bin/env python
   2 # -*- coding: utf-8 -*-
   3
   4 import gzip
   5 import io
   6 import json
   7 import locale
   8 import os
   9 import re
  10 import sys
  11 import zlib
  12 import email.utils
  13 import json
  14
  15 try:
  16     import urllib.request as compat_urllib_request
  17 except ImportError: # Python 2
  18     import urllib2 as compat_urllib_request
  19
  20 try:
  21     import urllib.error as compat_urllib_error
  22 except ImportError: # Python 2
  23     import urllib2 as compat_urllib_error
  24
  25 try:
  26     import urllib.parse as compat_urllib_parse
  27 except ImportError: # Python 2
  28     import urllib as compat_urllib_parse
  29
  30 try:
  31     from urllib.parse import urlparse as compat_urllib_parse_urlparse
  32 except ImportError: # Python 2
  33     from urlparse import urlparse as compat_urllib_parse_urlparse
  34
  35 try:
  36     import http.cookiejar as compat_cookiejar
  37 except ImportError: # Python 2
  38     import cookielib as compat_cookiejar
  39
  40 try:
  41     import html.entities as compat_html_entities
  42 except ImportError: # Python 2
  43     import htmlentitydefs as compat_html_entities
  44
  45 try:
  46     import html.parser as compat_html_parser
  47 except ImportError: # Python 2
  48     import HTMLParser as compat_html_parser
  49
  50 try:
  51     import http.client as compat_http_client
  52 except ImportError: # Python 2
  53     import httplib as compat_http_client
  54
  55 try:
  56     from subprocess import DEVNULL
  57     compat_subprocess_get_DEVNULL = lambda: DEVNULL
  58 except ImportError:
  59     compat_subprocess_get_DEVNULL = lambda: open(os.path.devnull, 'w')
  60
  61 try:
  62     from urllib.parse import parse_qs as compat_parse_qs
  63 except ImportError: # Python 2
  64     # HACK: The following is the correct parse_qs implementation from cpython 3's stdlib.
  65     # Python 2's version is apparently totally broken
  66     def _unquote(string, encoding='utf-8', errors='replace'):
  67         if string == '':
  68             return string
  69         res = string.split('%')
  70         if len(res) == 1:
  71             return string
  72         if encoding is None:
  73             encoding = 'utf-8'
  74         if errors is None:
  75             errors = 'replace'
  76         # pct_sequence: contiguous sequence of percent-encoded bytes, decoded
  77         pct_sequence = b''
  78         string = res[0]
  79         for item in res[1:]:
  80             try:
  81                 if not item:
  82                     raise ValueError
  83                 pct_sequence += item[:2].decode('hex')
  84                 rest = item[2:]
  85                 if not rest:
  86                     # This segment was just a single percent-encoded character.
  87                     # May be part of a sequence of code units, so delay decoding.
  88                     # (Stored in pct_sequence).
  89                     continue
  90             except ValueError:
  91                 rest = '%' + item
  92             # Encountered non-percent-encoded characters. Flush the current
  93             # pct_sequence.
  94             string += pct_sequence.decode(encoding, errors) + rest
  95             pct_sequence = b''
  96         if pct_sequence:
  97             # Flush the final pct_sequence
  98             string += pct_sequence.decode(encoding, errors)
  99         return string
 100
 101     def _parse_qsl(qs, keep_blank_values=False, strict_parsing=False,
 102                 encoding='utf-8', errors='replace'):
 103         qs, _coerce_result = qs, unicode
 104         pairs = [s2 for s1 in qs.split('&') for s2 in s1.split(';')]
 105         r = []
 106         for name_value in pairs:
 107             if not name_value and not strict_parsing:
 108                 continue
 109             nv = name_value.split('=', 1)
 110             if len(nv) != 2:
 111                 if strict_parsing:
 112                     raise ValueError("bad query field: %r" % (name_value,))
 113                 # Handle case of a control-name with no equal sign
 114                 if keep_blank_values:
 115                     nv.append('')
 116                 else:
 117                     continue
 118             if len(nv[1]) or keep_blank_values:
 119                 name = nv[0].replace('+', ' ')
 120                 name = _unquote(name, encoding=encoding, errors=errors)
 121                 name = _coerce_result(name)
 122                 value = nv[1].replace('+', ' ')
 123                 value = _unquote(value, encoding=encoding, errors=errors)
 124                 value = _coerce_result(value)
 125                 r.append((name, value))
 126         return r
 127
 128     def compat_parse_qs(qs, keep_blank_values=False, strict_parsing=False,
 129                 encoding='utf-8', errors='replace'):
 130         parsed_result = {}
 131         pairs = _parse_qsl(qs, keep_blank_values, strict_parsing,
 132                         encoding=encoding, errors=errors)
 133         for name, value in pairs:
 134             if name in parsed_result:
 135                 parsed_result[name].append(value)
 136             else:
 137                 parsed_result[name] = [value]
 138         return parsed_result
 139
 140 try:
 141     compat_str = unicode # Python 2
 142 except NameError:
 143     compat_str = str
 144
 145 try:
 146     compat_chr = unichr # Python 2
 147 except NameError:
 148     compat_chr = chr
 149
 150 std_headers = {
 151     'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64; rv:10.0) Gecko/20100101 Firefox/10.0',
 152     'Accept-Charset': 'ISO-8859-1,utf-8;q=0.7,*;q=0.7',
 153     'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
 154     'Accept-Encoding': 'gzip, deflate',
 155     'Accept-Language': 'en-us,en;q=0.5',
 156 }
 157 def preferredencoding():
 158     """Get preferred encoding.
 159
 160     Returns the best encoding scheme for the system, based on
 161     locale.getpreferredencoding() and some further tweaks.
 162     """
 163     try:
 164         pref = locale.getpreferredencoding()
 165         u'TEST'.encode(pref)
 166     except:
 167         pref = 'UTF-8'
 168
 169     return pref
 170
 171 if sys.version_info < (3,0):
 172     def compat_print(s):
 173         print(s.encode(preferredencoding(), 'xmlcharrefreplace'))
 174 else:
 175     def compat_print(s):
 176         assert type(s) == type(u'')
 177         print(s)
 178
 179 # In Python 2.x, json.dump expects a bytestream.
 180 # In Python 3.x, it writes to a character stream
 181 if sys.version_info < (3,0):
 182     def write_json_file(obj, fn):
 183         with open(fn, 'wb') as f:
 184             json.dump(obj, f)
 185 else:
 186     def write_json_file(obj, fn):
 187         with open(fn, 'w', encoding='utf-8') as f:
 188             json.dump(obj, f)
 189
 190
 191 def htmlentity_transform(matchobj):
 192     """Transforms an HTML entity to a character.
 193
 194     This function receives a match object and is intended to be used with
 195     the re.sub() function.
 196     """
 197     entity = matchobj.group(1)
 198
 199     # Known non-numeric HTML entity
 200     if entity in compat_html_entities.name2codepoint:
 201         return compat_chr(compat_html_entities.name2codepoint[entity])
 202
 203     mobj = re.match(u'(?u)#(x?\\d+)', entity)
 204     if mobj is not None:
 205         numstr = mobj.group(1)
 206         if numstr.startswith(u'x'):
 207             base = 16
 208             numstr = u'0%s' % numstr
 209         else:
 210             base = 10
 211         return compat_chr(int(numstr, base))
 212
 213     # Unknown entity in name, return its literal representation
 214     return (u'&%s;' % entity)
 215
 216 compat_html_parser.locatestarttagend = re.compile(r"""<[a-zA-Z][-.a-zA-Z0-9:_]*(?:\s+(?:(?<=['"\s])[^\s/>][^\s/=>]*(?:\s*=+\s*(?:'[^']*'|"[^"]*"|(?!['"])[^>\s]*))?\s*)*)?\s*""", re.VERBOSE) # backport bugfix
 217 class AttrParser(compat_html_parser.HTMLParser):
 218     """Modified HTMLParser that isolates a tag with the specified attribute"""
 219     def __init__(self, attribute, value):
 220         self.attribute = attribute
 221         self.value = value
 222         self.result = None
 223         self.started = False
 224         self.depth = {}
 225         self.html = None
 226         self.watch_startpos = False
 227         self.error_count = 0
 228         compat_html_parser.HTMLParser.__init__(self)
 229
 230     def error(self, message):
 231         if self.error_count > 10 or self.started:
 232             raise compat_html_parser.HTMLParseError(message, self.getpos())
 233         self.rawdata = '\n'.join(self.html.split('\n')[self.getpos()[0]:]) # skip one line
 234         self.error_count += 1
 235         self.goahead(1)
 236
 237     def loads(self, html):
 238         self.html = html
 239         self.feed(html)
 240         self.close()
 241
 242     def handle_starttag(self, tag, attrs):
 243         attrs = dict(attrs)
 244         if self.started:
 245             self.find_startpos(None)
 246         if self.attribute in attrs and attrs[self.attribute] == self.value:
 247             self.result = [tag]
 248             self.started = True
 249             self.watch_startpos = True
 250         if self.started:
 251             if not tag in self.depth: self.depth[tag] = 0
 252             self.depth[tag] += 1
 253
 254     def handle_endtag(self, tag):
 255         if self.started:
 256             if tag in self.depth: self.depth[tag] -= 1
 257             if self.depth[self.result[0]] == 0:
 258                 self.started = False
 259                 self.result.append(self.getpos())
 260
 261     def find_startpos(self, x):
 262         """Needed to put the start position of the result (self.result[1])
 263         after the opening tag with the requested id"""
 264         if self.watch_startpos:
 265             self.watch_startpos = False
 266             self.result.append(self.getpos())
 267     handle_entityref = handle_charref = handle_data = handle_comment = \
 268     handle_decl = handle_pi = unknown_decl = find_startpos
 269
 270     def get_result(self):
 271         if self.result is None:
 272             return None
 273         if len(self.result) != 3:
 274             return None
 275         lines = self.html.split('\n')
 276         lines = lines[self.result[1][0]-1:self.result[2][0]]
 277         lines[0] = lines[0][self.result[1][1]:]
 278         if len(lines) == 1:
 279             lines[-1] = lines[-1][:self.result[2][1]-self.result[1][1]]
 280         lines[-1] = lines[-1][:self.result[2][1]]
 281         return '\n'.join(lines).strip()
 282
 283 def get_element_by_id(id, html):
 284     """Return the content of the tag with the specified ID in the passed HTML document"""
 285     return get_element_by_attribute("id", id, html)
 286
 287 def get_element_by_attribute(attribute, value, html):
 288     """Return the content of the tag with the specified attribute in the passed HTML document"""
 289     parser = AttrParser(attribute, value)
 290     try:
 291         parser.loads(html)
 292     except compat_html_parser.HTMLParseError:
 293         pass
 294     return parser.get_result()
 295
 296
 297 def clean_html(html):
 298     """Clean an HTML snippet into a readable string"""
 299     # Newline vs <br />
 300     html = html.replace('\n', ' ')
 301     html = re.sub('\s*<\s*br\s*/?\s*>\s*', '\n', html)
 302     # Strip html tags
 303     html = re.sub('<.*?>', '', html)
 304     # Replace html entities
 305     html = unescapeHTML(html)
 306     return html
 307
 308
 309 def sanitize_open(filename, open_mode):
 310     """Try to open the given filename, and slightly tweak it if this fails.
 311
 312     Attempts to open the given filename. If this fails, it tries to change
 313     the filename slightly, step by step, until it's either able to open it
 314     or it fails and raises a final exception, like the standard open()
 315     function.
 316
 317     It returns the tuple (stream, definitive_file_name).
 318     """
 319     try:
 320         if filename == u'-':
 321             if sys.platform == 'win32':
 322                 import msvcrt
 323                 msvcrt.setmode(sys.stdout.fileno(), os.O_BINARY)
 324             return (sys.stdout, filename)
 325         stream = open(encodeFilename(filename), open_mode)
 326         return (stream, filename)
 327     except (IOError, OSError) as err:
 328         # In case of error, try to remove win32 forbidden chars
 329         filename = re.sub(u'[/<>:"\\|\\\\?\\*]', u'#', filename)
 330
 331         # An exception here should be caught in the caller
 332         stream = open(encodeFilename(filename), open_mode)
 333         return (stream, filename)
 334
 335
 336 def timeconvert(timestr):
 337     """Convert RFC 2822 defined time string into system timestamp"""
 338     timestamp = None
 339     timetuple = email.utils.parsedate_tz(timestr)
 340     if timetuple is not None:
 341         timestamp = email.utils.mktime_tz(timetuple)
 342     return timestamp
 343
 344 def sanitize_filename(s, restricted=False, is_id=False):
 345     """Sanitizes a string so it could be used as part of a filename.
 346     If restricted is set, use a stricter subset of allowed characters.
 347     Set is_id if this is not an arbitrary string, but an ID that should be kept if possible
 348     """
 349     def replace_insane(char):
 350         if char == '?' or ord(char) < 32 or ord(char) == 127:
 351             return ''
 352         elif char == '"':
 353             return '' if restricted else '\''
 354         elif char == ':':
 355             return '_-' if restricted else ' -'
 356         elif char in '\\/|*<>':
 357             return '_'
 358         if restricted and (char in '!&\'()[]{}$;`^,#' or char.isspace()):
 359             return '_'
 360         if restricted and ord(char) > 127:
 361             return '_'
 362         return char
 363
 364     result = u''.join(map(replace_insane, s))
 365     if not is_id:
 366         while '__' in result:
 367             result = result.replace('__', '_')
 368         result = result.strip('_')
 369         # Common case of "Foreign band name - English song title"
 370         if restricted and result.startswith('-_'):
 371             result = result[2:]
 372         if not result:
 373             result = '_'
 374     return result
 375
 376 def orderedSet(iterable):
 377     """ Remove all duplicates from the input iterable """
 378     res = []
 379     for el in iterable:
 380         if el not in res:
 381             res.append(el)
 382     return res
 383
 384 def unescapeHTML(s):
 385     """
 386     @param s a string
 387     """
 388     assert type(s) == type(u'')
 389
 390     result = re.sub(u'(?u)&(.+?);', htmlentity_transform, s)
 391     return result
 392
 393 def encodeFilename(s):
 394     """
 395     @param s The name of the file
 396     """
 397
 398     assert type(s) == type(u'')
 399
 400     # Python 3 has a Unicode API
 401     if sys.version_info >= (3, 0):
 402         return s
 403
 404     if sys.platform == 'win32' and sys.getwindowsversion()[0] >= 5:
 405         # Pass u'' directly to use Unicode APIs on Windows 2000 and up
 406         # (Detecting Windows NT 4 is tricky because 'major >= 4' would
 407         # match Windows 9x series as well. Besides, NT 4 is obsolete.)
 408         return s
 409     else:
 410         return s.encode(sys.getfilesystemencoding(), 'ignore')
 411
 412 class DownloadError(Exception):
 413     """Download Error exception.
 414
 415     This exception may be thrown by FileDownloader objects if they are not
 416     configured to continue on errors. They will contain the appropriate
 417     error message.
 418     """
 419     pass
 420
 421
 422 class SameFileError(Exception):
 423     """Same File exception.
 424
 425     This exception will be thrown by FileDownloader objects if they detect
 426     multiple files would have to be downloaded to the same file on disk.
 427     """
 428     pass
 429
 430
 431 class PostProcessingError(Exception):
 432     """Post Processing exception.
 433
 434     This exception may be raised by PostProcessor's .run() method to
 435     indicate an error in the postprocessing task.
 436     """
 437     pass
 438
 439 class MaxDownloadsReached(Exception):
 440     """ --max-downloads limit has been reached. """
 441     pass
 442
 443
 444 class UnavailableVideoError(Exception):
 445     """Unavailable Format exception.
 446
 447     This exception will be thrown when a video is requested
 448     in a format that is not available for that video.
 449     """
 450     pass
 451
 452
 453 class ContentTooShortError(Exception):
 454     """Content Too Short exception.
 455
 456     This exception may be raised by FileDownloader objects when a file they
 457     download is too small for what the server announced first, indicating
 458     the connection was probably interrupted.
 459     """
 460     # Both in bytes
 461     downloaded = None
 462     expected = None
 463
 464     def __init__(self, downloaded, expected):
 465         self.downloaded = downloaded
 466         self.expected = expected
 467
 468
 469 class Trouble(Exception):
 470     """Trouble helper exception
 471
 472     This is an exception to be handled with
 473     FileDownloader.trouble
 474     """
 475
 476 class YoutubeDLHandler(compat_urllib_request.HTTPHandler):
 477     """Handler for HTTP requests and responses.
 478
 479     This class, when installed with an OpenerDirector, automatically adds
 480     the standard headers to every HTTP request and handles gzipped and
 481     deflated responses from web servers. If compression is to be avoided in
 482     a particular request, the original request in the program code only has
 483     to include the HTTP header "Youtubedl-No-Compression", which will be
 484     removed before making the real request.
 485
 486     Part of this code was copied from:
 487
 488     http://techknack.net/python-urllib2-handlers/
 489
 490     Andrew Rowls, the author of that code, agreed to release it to the
 491     public domain.
 492     """
 493
 494     @staticmethod
 495     def deflate(data):
 496         try:
 497             return zlib.decompress(data, -zlib.MAX_WBITS)
 498         except zlib.error:
 499             return zlib.decompress(data)
 500
 501     @staticmethod
 502     def addinfourl_wrapper(stream, headers, url, code):
 503         if hasattr(compat_urllib_request.addinfourl, 'getcode'):
 504             return compat_urllib_request.addinfourl(stream, headers, url, code)
 505         ret = compat_urllib_request.addinfourl(stream, headers, url)
 506         ret.code = code
 507         return ret
 508
 509     def http_request(self, req):
 510         for h in std_headers:
 511             if h in req.headers:
 512                 del req.headers[h]
 513             req.add_header(h, std_headers[h])
 514         if 'Youtubedl-no-compression' in req.headers:
 515             if 'Accept-encoding' in req.headers:
 516                 del req.headers['Accept-encoding']
 517             del req.headers['Youtubedl-no-compression']
 518         return req
 519
 520     def http_response(self, req, resp):
 521         old_resp = resp
 522         # gzip
 523         if resp.headers.get('Content-encoding', '') == 'gzip':
 524             gz = gzip.GzipFile(fileobj=io.BytesIO(resp.read()), mode='r')
 525             resp = self.addinfourl_wrapper(gz, old_resp.headers, old_resp.url, old_resp.code)
 526             resp.msg = old_resp.msg
 527         # deflate
 528         if resp.headers.get('Content-encoding', '') == 'deflate':
 529             gz = io.BytesIO(self.deflate(resp.read()))
 530             resp = self.addinfourl_wrapper(gz, old_resp.headers, old_resp.url, old_resp.code)
 531             resp.msg = old_resp.msg
 532         return resp
 533
 534     https_request = http_request
 535     https_response = http_response