用awk下載YouTube視頻

    上次用gawk搭配curl實現了下載優酷視頻

，相比較而言，YouTube
雖然影響要大於優酷
，但從程式的實做而言，YouTube要簡單的多。

    程式依然是讀取需要下載的列表檔案tube，格式應該是這樣：

     在Cygwin下運行看起來是這樣的：

      下面是代碼：

1. #! /usr/local/bin/gawk -f
3. ################################################################################
4. #一個從youtube上下載flash視頻的程式
5. #
6. #Author: ChangHailong
7. #E-mail: hailongchang@163.com
8. #
9. #Date: 2008/10/11
10. ################################################################################
11. BEGIN{
12.     BINMODE = 3
13. }
14. {
15.     filename = $2
17.     vid = parse_url($1)
18.     get_vid_info(vid,VID_INFO)
19.     download_video(VID_INFO[
    "request"
    ],filename)
20.     print 
    "/nthe "
     NR 
    " file has been downloaded/n"
21. }
22. ################################################################################
23. #parse_url(url)用來從輸入的網址資訊中提取我們關心的資訊
24. #url通常具有類似下面這樣的形式：http://www.youtube.com/watch?v=vkDAKke56n
25. #這個函數就是能夠將視頻資訊vkDAKke56n網址中提取出來
26. ################################################################################
27. function parse_url(url)
28. {
29.     gsub(/http:///
    //,"",url)
30.     gsub(/www/./,
    ""
    ,url)
31.     gsub(/youtube/.com//watch/?v=/,
    ""
    ,url)
32.     
33.     
    if
    ((p = index(url,
    "&"
    )) > 0)
34.     url = substr(url, 1, p-1)
35.     
    return
     url
36. }
37. ################################################################################
38. #
39. ################################################################################
40. function get_vid_info(vid, VID_INFO)
41. {
42.     InetFile = 
    "/inet/tcp/0/www.youtube.com/80"
43.     Request = 
    "GET /watch?v="
     vid 
    " HTTP/1.1/r/n"
44.     Request = Request 
    "Host: www.youtube.com/r/n/r/n"
46.     print Request |& InetFile
48.     
    while
    ((InetFile |& getline) >0)
49.     {
50.        
    if
     (match($0, /
    "video_id"
    : 
    "([^"
    ]+)
    ".+"
    t
    ": "
    ([^
    "]+)"
    /, info_matches)) 
51.        {
52.             VID_INFO[
    "request"
    ] = 
    "video_id="
     info_matches[1] 
    "&t="
     info_matches[2]
53.             close(InetFile)
54.             
    return
55.        }
56.        
    else
57.        
    continue
58.     }
59.    close(InetFile)
60.    
    return
61. }
62. ################################################################################
63. function get_header_info(Inet,Request,HEADER_INFO)
64. {
65.     
    delete
     HEADER_INFO
66.     OLD_RS=RS
68.     print Request |& InetFile
69.     
    if
     (Inet |& getline > 0) 
70.     {
71.         HEADER_INFO[
    "_status"
    ] = $2
72.     }
73.     
    else
     
74.     {
75.         print 
    "I can not redirect net address for you. Quitting!"
76.         exit 1
77.     }
79.     RS=
    "/r/n"
81.     
    while
     ((Inet |& getline) > 0) 
82.     {
83.         
    if
     (match($0, /([^:]+): (.+)/, matches)) 
84.     {
85.             HEADER_INFO[matches[1]] = matches[2]
86.         }
87.         
    else
     
88.     { 
89.         
    break
     
90.     }
91.     }
92.     RS = OLD_RS
93. }
94. ################################################################################
95. function download_video(req,filename)
96. {
97.     InetFile = 
    "/inet/tcp/0/www.youtube.com/80"
98.     Request = 
    "GET /get_video?"
     req 
    " HTTP/1.1/r/n"
99.     Request = Request 
    "Host: www.youtube.com/r/n/r/n"
101. #    RS=OLD_RS
102.     Loop = 0
103.     
     do
104.     {
105.     get_header_info(InetFile,Request,HEADER_INFO)
106.     
     if
      (
     "Location"
      in HEADER_INFO) 
107.     { 
108.         #close www.youtube.com
109.             close(InetFile)
111.             parse_location(HEADER_INFO[
     "Location"
     ], GOOGLE_VIDEO)
112.             InetFile = GOOGLE_VIDEO[
     "InetFile"
     ]
113.             Request  = 
     "GET "
      GOOGLE_VIDEO[
     "Request"
     ] 
     " HTTP/1.1/r/n"
114.             Request  = Request 
     "Host: "
      GOOGLE_VIDEO[
     "Host"
     ] 
     "/r/n/r/n"
116.             
     if
      (InetFile == 
     ""
     ) 
117.         {
118.                 print 
     "I can not download flv for you, please check your vid"
119.                 
     return
120.             }       
121.         }
122.     Loop++
123.     }
     while
      ((
     "Location"
      in HEADER_INFO) && Loop < 5)
125.     filename=filename
     ".flv"
126.     save_file(InetFile,filename,HEADER_INFO)
128.     close(InetFile)
129.     
     return
130. }
131. ################################################################################
133. function parse_location(location, GOOGLE_VIDEO) {
134.     
     if
      (match(location, /http:////([^//]+)(//.+)/, mat)) {
135.         GOOGLE_VIDEO[
     "InetFile"
     ] = 
     "/inet/tcp/0/"
      mat[1] 
     "/80"
136.         GOOGLE_VIDEO[
     "Host"
     ]     = mat[1]
137.     GOOGLE_VIDEO[
     "Request"
     ]  = mat[2]
138.     }
139.     
     else
      {
140.         GOOGLE_VIDEO[
     "InetFile"
     ] = 
     ""
141.         GOOGLE_VIDEO[
     "Host"
     ]     = 
     ""
142.         GOOGLE_VIDEO[
     "Request"
     ]  = 
     ""
143.     }
144. }
145. ################################################################################
146. function save_file(InetFile,filename,HEADER_INFO)
147. {
148.     OLD_RS  = RS
149.     OLD_ORS = ORS
150.     ORS = 
     ""
152.     print 
     ""
      > filename
153.     RS = 
     "@"
154.     has_read = 0
155.     printf(
     "The %d flv file has %10d bytes. I have downloaded:            bytes"
     ,NR,HEADER_INFO[
     "Content-Length"
     ]);
156.     printf(
     " /b/b/b/b/b/b/b/b/b/b/b/b/b/b/b/b/b/b"
     );
157.     
     while
      ((InetFile |& getline) > 0)
158.     {
159.     has_read += length($0 RT)
160.     printf(
     "%10d/b/b/b/b/b/b/b/b/b/b"
     ,has_read)
161.     print $0 RT >> filename
162.     }
163.     printf(
     "%10d/b/b/b/b/b/b/b/b/b/b"
     ,has_read)
164.     RS  = OLD_RS
165.     ORS = OLD_ORS
167.     
     return
168. }
169. ################################################################################