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