PHP抓取、分析国内视频网站的视频信息工具类

　　require_once "VideoUrlParser.class.php";

　　$url = "http://v.youku.com/v_show/id_XMjkwMzc0Njg4.html";

　　$info = VedioUrlParser::parse($url);

　　echo $info;

<?php

　　/**

　　* Video

　　*

　　* @package

　　* @version 1.2

　　* @copyright 2005-2011 HDJ.ME

　　* @author Dijia Huang <[email protected]>

　　* @license PHP Version 3.0 {@link http://www.php.net/license/3_0.txt}

　　*

　　* Usage

　　* require_once "VideoUrlParser.class.php";

　　* $urls[] = "http://v.youku.com/v_show/id_XMjI4MDM4NDc2.html";

　　* $urls[] = "http://www.tudou.com/playlist/p/l13087099.html";

　　* $urls[] = "http://www.tudou.com/programs/view/ufg-A3tlcxk/";

　　* $urls[] = "http://v.ku6.com/special/show_4926690/Klze2mhMeSK6g05X.html";

　　* $urls[] = "http://www.56.com/u68/v_NjI2NTkxMzc.html";

　　* $urls[] = "http://www.letv.com/ptv/vplay/1168109.html";

　　* $urls[] = "http://video.sina.com.cn/v/b/46909166-1290055681.html";

　　*

　　* foreach($urls as $url){

　　*     $info = VideoUrlParser::parse($url);

　　*     //var_dump($info);

　　*     echo "<a href='{$info['url']}' target='_new'>{$info['title']}</a>";

　　*     echo "<br />";

　　*     echo $info['object'];

　　*     echo "<br />";

　　* }

　　*

　　*

　　*

　　* //优酷

　　* http://v.youku.com/v_show/id_XMjU0NjY4OTEy.html

　　* <embed src="http://player.youku.com/player.php/sid/XMjU0NjY4OTEy/v.swf" quality="high" width="480" height="400" align="middle" allowScriptAccess="sameDomain" type="application/x-shockwave-flash"></embed>

　　*

　　* //酷六

　　* http://v.ku6.com/special/show_3917484/x0BMXAbgZdQS6FqN.html

　　* <embed src="http://player.ku6.com/refer/x0BMXAbgZdQS6FqN/v.swf" quality="high" width="480" height="400" align="middle" allowScriptAccess="always" allowfullscreen="true" type="application/x-shockwave-flash"></embed>

　　*

　　* //土豆

　　* http://www.tudou.com/playlist/p/a65929.html?iid=74905844

　　* <embed src="http://www.tudou.com/l/A_0urj-Geec/&iid=74905844/v.swf" type="application/x-shockwave-flash" allowscriptaccess="always" allowfullscreen="true" wmode="opaque" width="480" height="400"></embed>

　　*

　　* //56

　　* http://www.56.com/u98/v_NTkyODY2NTU.html

　　* <embed src="http://player.56.com/v_NTkyODY2NTU.swf"  type="application/x-shockwave-flash" width="480" height="405" allowNetworking="all" allowScriptAccess="always"></embed>

　　*

　　* //新浪播客

　　* http://video.sina.com.cn/v/b/46909166-1290055681.html

　　* <embed src="http://you.video.sina.com.cn/api/sinawebApi/outplayrefer.php/vid=46909166_1290055681_b0K1GHEwDWbK+l1lHz2stqkP7KQNt6nki2O0u1ehIwZYQ0/XM5GdZNQH6SjQBtkEqDhAQJ42dfcn0Rs/s.swf" pluginspage="http://www.macromedia.com/go/getflashplayer" type="application/x-shockwave-flash" name="ssss" allowFullScreen="true" allowScriptAccess="always" width="480" height="370"></embed>

　　*

　　* //乐视

　　* http://www.letv.com/ptv/vplay/1168109.html

　　* <embed src="http://i3.imgs.letv.com/player/swfPlayer.swf?id=1168109&host=app.letv.com&vstatus=1&AP=1&logoMask=0&isShowP2p=0&autoplay=true" quality="high" scale="NO_SCALE" wmode="opaque" bgcolor="#000000" width="480" height="388" name="FLV_player" align="middle" allowscriptaccess="always" allowfullscreen="true" type="application/x-shockwave-flash" pluginspage="http://www.macromedia.com/go/getflashplayer">

　　*/

　　class VideoUrlParser

　　{

　　const USER_AGENT = "Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US) AppleWebKit/534.10 (KHTML, like Gecko)

　　Chrome/8.0.552.224 Safari/534.10";

　　const CHECK_URL_VALID = "/(youku\.com|tudou\.com|ku6\.com|56\.com|letv\.com|video\.sina\.com\.cn|(my\.)?tv\.sohu\.com|v\.qq\.com)/";

　　/**

　　* parse

　　*

　　* @param string $url

　　* @param mixed $createObject

　　* @static

　　* @access public

　　* @return void

　　*/

　　static public function parse($url='', $createObject=true){

　　$lowerurl = strtolower($url);

　　preg_match(self::CHECK_URL_VALID, $lowerurl, $matches);

　　if(!$matches) return false;

　　switch($matches[1]){

　　case 'youku.com':

　　$data = self::_parseYouku($url);

　　break;

　　case 'tudou.com':

　　$data = self::_parseTudou($url);

　　break;

　　case 'ku6.com':

　　$data = self::_parseKu6($url);

　　break;

　　case '56.com':

　　$data = self::_parse56($url);

　　break;

　　case 'letv.com':

　　$data = self::_parseLetv($url);

　　break;

　　case 'video.sina.com.cn':

　　$data = self::_parseSina($url);

　　break;

　　case 'my.tv.sohu.com':

　　case 'tv.sohu.com':

　　case 'sohu.com':

　　$data = self::_parseSohu($url);

　　break;

　　case 'v.qq.com':

　　$data = self::_parseQq($url);

　　break;

　　default:

　　$data = false;

　　}

　　if($data && $createObject) $data['object'] = "<embed src=\"{$data['swf']}\" quality=\"high\" width=\"480\" height=\"400\" align=\"middle\" allowNetworking=\"all\" allowScriptAccess=\"always\" type=\"application/x-shockwave-flash\"></embed>";

　　return $data;

　　}

　　/**

　　* 腾讯视频

　　* http://v.qq.com/cover/o/o9tab7nuu0q3esh.html?vid=97abu74o4w3_0

　　* http://v.qq.com/play/97abu74o4w3.html

　　* http://v.qq.com/cover/d/dtdqyd8g7xvoj0o.html

　　* http://v.qq.com/cover/d/dtdqyd8g7xvoj0o/9SfqULsrtSb.html

　　* http://imgcache.qq.com/tencentvideo_v1/player/TencentPlayer.swf?_v=20110829&vid=97abu74o4w3&autoplay=1&list=2&showcfg=1&tpid=23&title=%E7%AC%AC%E4%B8%80%E7%8E%B0%E5%9C%BA&adplay=1&cid=o9tab7nuu0q3esh

　　*/

　　private function _parseQq($url){

　　if(preg_match("/\/play\//", $url)){

　　$html = self::_fget($url);

　　preg_match("/url=[^\"]+/", $html, $matches);

　　if(!$matches); return false;

　　$url = $matches[0];

　　}

　　preg_match("/vid=([^\_]+)/", $url, $matches);

　　$vid = $matches[1];

　　$html = self::_fget($url);

　　// query

　　preg_match("/flashvars\s=\s\"([^;]+)/s", $html, $matches);

　　$query = $matches[1];

　　if(!$vid){

　　preg_match("/vid\s?=\s?vid\s?\|\|\s?\"(\w+)\";/i", $html, $matches);

　　$vid = $matches[1];

　　}

　　$query = str_replace('"+vid+"', $vid, $query);

　　parse_str($query, $output);

　　$data['img'] = "http://vpic.video.qq.com/{$$output['cid']}/{$vid}_1.jpg";

　　$data['url'] = $url;

　　$data['title'] = $output['title'];

　　$data['swf'] = "http://imgcache.qq.com/tencentvideo_v1/player/TencentPlayer.swf?".$query;

　　return $data;

　　}

　　/**

　　* 优酷网

　　* http://v.youku.com/v_show/id_XMjI4MDM4NDc2.html

　　* http://player.youku.com/player.php/sid/XMjU0NjI2Njg4/v.swf

　　*/

　　private function _parseYouku($url){

　　preg_match("#id\_(\w+)#", $url, $matches);

　　if (empty($matches)){

　　preg_match("#v_playlist\/#", $url, $mat);

　　if(!$mat) return false;

　　$html = self::_fget($url);

　　preg_match("#videoId2\s*=\s*\'(\w+)\'#", $html, $matches);

　　if(!$matches) return false;

　　}

　　$link = "http://v.youku.com/player/getPlayList/VideoIDS/{$matches[1]}/timezone/+08/version/5/source/out?password=&ran=2513&n=3";

　　$retval = self::_cget($link);

　　if ($retval) {

　　$json = json_decode($retval, true);

　　$data['img'] = $json['data'][0]['logo'];

　　$data['title'] = $json['data'][0]['title'];

　　$data['url'] = $url;

　　$data['swf'] = "http://player.youku.com/player.php/sid/{$matches[1]}/v.swf";

　　return $data;

　　} else {

　　return false;

　　}

　　}

　　/**

　　* 土豆网

　　* http://www.tudou.com/programs/view/Wtt3FjiDxEE/

　　* http://www.tudou.com/v/Wtt3FjiDxEE/v.swf

　　*

　　* http://www.tudou.com/playlist/p/a65718.html?iid=74909603

　　* http://www.tudou.com/l/G5BzgI4lAb8/&iid=74909603/v.swf

　　*/

　　private function _parseTudou($url){

　　preg_match("#view/([-\w]+)/#", $url, $matches);

　　if (empty($matches)) {

　　if (strpos($url, "/playlist/") == false) return false;

　　if(strpos($url, 'iid=') !== false){

　　$quarr = explode("iid=", $lowerurl);

　　if (empty($quarr[1]))  return false;

　　}elseif(preg_match("#p\/l(\d+).#", $lowerurl, $quarr)){

　　if (empty($quarr[1])) return false;

　　}

　　$html = self::_fget($url);

　　$html = iconv("GB2312", "UTF-8", $html);

　　preg_match("/lid_code\s=\slcode\s=\s[\'\"]([^\'\"]+)/s", $html, $matches);

　　$icode = $matches[1];

　　preg_match("/iid\s=\s.*?\|\|\s(\d+)/sx", $html, $matches);

　　$iid = $matches[1];

　　preg_match("/listData\s=\s(\[\{.*\}\])/sx", $html, $matches);

　　$find = array("/\n/", '/\s/', "/:[^\d\"]\w+[^\,]*,/i", "/(\{|,)(\w+):/");

　　$replace = array("", "", ':"",', '\\1"\\2":');

　　$str = preg_replace($find, $replace, $matches[1]);

　　//var_dump($str);

　　$json = json_decode($str);

　　//var_dump($json);exit;

　　if(is_array($json) || is_object($json) && !empty($json)){

　　foreach ($json as $val) {

　　if ($val->iid == $iid) {

　　break;

　　}

　　}

　　}

　　$data['img'] = $val->pic;

　　$data['title'] = $val->title;

　　$data['url'] = $url;

　　$data['swf'] = "http://www.tudou.com/l/{$icode}/&iid={$iid}/v.swf";

　　return $data;

　　}

　　$host = "www.tudou.com";

　　$path = "/v/{$matches[1]}/v.swf";

　　$ret = self::_fsget($path, $host);

　　if (preg_match("#\nLocation: (.*)\n#", $ret, $mat)) {

　　parse_str(parse_url(urldecode($mat[1]), PHP_URL_QUERY));

　　$data['img'] = $snap_pic;

　　$data['title'] = $title;

　　$data['url'] = $url;

　　$data['swf'] = "http://www.tudou.com/v/{$matches[1]}/v.swf";

　　return $data;

　　}

　　return false;

　　}

　　/**

　　* 酷6网

　　* http://v.ku6.com/film/show_520/3X93vo4tIS7uotHg.html

　　* http://v.ku6.com/special/show_4926690/Klze2mhMeSK6g05X.html

　　* http://v.ku6.com/show/7US-kDXjyKyIInDevhpwHg...html

　　* http://player.ku6.com/refer/3X93vo4tIS7uotHg/v.swf

　　*/

　　private function _parseKu6($url){

　　if(preg_match("/show\_/", $url)){

　　preg_match("#/([-\w]+)\.html#", $url, $matches);

　　$url = "http://v.ku6.com/fetchVideo4Player/{$matches[1]}.html";

　　$html = self::_fget($url);

　　if ($html) {

　　$json = json_decode($html, true);

　　if(!$json) return false;

　　$data['img'] = $json['data']['picpath'];

　　$data['title'] = $json['data']['t'];

　　$data['url'] = $url;

　　$data['swf'] = "http://player.ku6.com/refer/{$matches[1]}/v.swf";

　　return $data;

　　} else {

　　return false;

　　}

　　}elseif(preg_match("/show\//", $url, $matches)){

　　$html = self::_fget($url);

　　preg_match("/ObjectInfo\s?=\s?([^\n]*)};/si", $html, $matches);

　　$str = $matches[1];

　　// img

　　preg_match("/cover\s?:\s?\"([^\"]+)\"/", $str, $matches);

　　$data['img'] = $matches[1];

　　// title

　　preg_match("/title\"?\s?:\s?\"([^\"]+)\"/", $str, $matches);

　　$jsstr = "{\"title\":\"{$matches[1]}\"}";

　　$json = json_decode($jsstr, true);

　　$data['title'] = $json['title'];

　　// url

　　$data['url'] = $url;

　　// query

　　preg_match("/\"(vid=[^\"]+)\"\sname=\"flashVars\"/s", $html, $matches);

　　$query = str_replace("&", '&', $matches[1]);

　　preg_match("/\/\/player\.ku6cdn\.com[^\"\']+/", $html, $matches);

　　$data['swf'] = 'http:'.$matches[0].'?'.$query;

　　return $data;

　　}

　　}

　　/**

　　* 56网

　　* http://www.56.com/u73/v_NTkzMDcwNDY.html

　　* http://player.56.com/v_NTkzMDcwNDY.swf

　　*/

　　private function _parse56($url){

　　preg_match("#/v_(\w+)\.html#", $url, $matches);

　　if (empty($matches)) return false;

　　$link="http://vxml.56.com/json/{$matches[1]}/?src=out";

　　$retval = self::_cget($link);

　　if ($retval) {

　　$json = json_decode($retval, true);

　　$data['img'] = $json['info']['img'];

　　$data['title'] = $json['info']['Subject'];

　　$data['url'] = $url;

　　$data['swf'] = "http://player.56.com/v_{$matches[1]}.swf";

　　return $data;

　　} else {

　　return false;

　　}

　　}

　　/**

　　* 乐视网

　　* http://www.letv.com/ptv/vplay/1168109.html

　　* http://www.letv.com/player/x1168109.swf

　　*/

　　private function _parseLetv($url){

　　$html = self::_fget($url);

　　preg_match("#http://v.t.sina.com.cn/([^'\"]*)#", $html, $matches);

　　parse_str(parse_url(urldecode($matches[0]), PHP_URL_QUERY));

　　preg_match("#vplay/(\d+)#", $url, $matches);

　　$data['img'] = $pic;

　　$data['title'] = $title;

　　$data['url'] = $url;

　　$data['swf'] = "http://www.letv.com/player/x{$matches[1]}.swf";

　　return $data;

　　}

　　// 搜狐TV http://my.tv.sohu.com/u/vw/5101536

　　private function _parseSohu($url){

　　$html = self::_fget($url);

　　$html = iconv("GB2312", "UTF-8", $html);

　　preg_match_all("/og:(?:title|image|videosrc)\"\scontent=\"([^\"]+)\"/s", $html, $matches);

　　$data['img'] = $matches[1][1];

　　$data['title'] = $matches[1][0];

　　$data['url'] = $url;

　　$data['swf'] = $matches[1][2];

　　return $data;

　　}

　　/*

　　* 新浪播客

　　* http://video.sina.com.cn/v/b/48717043-1290055681.html

　　* http://you.video.sina.com.cn/api/sinawebApi/outplayrefer.php/vid=48717043_1290055681_PUzkSndrDzXK+l1lHz2stqkP7KQNt6nki2O0u1ehIwZYQ0/XM5GdatoG5ynSA9kEqDhAQJA4dPkm0x4/s.swf

　　*/

　　private function _parseSina($url){

　　preg_match("/(\d+)(?:\-|\_)(\d+)/", $url, $matches);

　　$url = "http://video.sina.com.cn/v/b/{$matches[1]}-{$matches[2]}.html";

　　$html = self::_fget($url);

　　preg_match("/video\s?:\s?([^<]+)}/", $html, $matches);

　　$find = array("/\n/", "/\s*/", "/\'/", "/\{([^:,]+):/", "/,([^:]+):/", "/:[^\d\"]\w+[^\,]*,/i");

　　$replace = array('', '', '"', '{"\\1":', ',"\\1":', ':"",');

　　$str = preg_replace($find, $replace, $matches[1]);

　　$arr = json_decode($str, true);

　　$data['img'] = $arr['pic'];

　　$data['title'] = $arr['title'];

　　$data['url'] = $url;

　　$data['swf'] = $arr['swfOutsideUrl'];

　　return $data;

　　}

　　/*

　　* 通过 file_get_contents 获取内容

　　*/

　　private function _fget($url=''){

　　if(!$url) return false;

　　$html = file_get_contents($url);

　　// 判断是否gzip压缩

　　if($dehtml = self::_gzdecode($html))

　　return $dehtml;

　　else

　　return $html;

　　}

　　/*

　　* 通过 fsockopen 获取内容

　　*/

　　private function _fsget($path='/', $host='', $user_agent=''){

　　if(!$path || !$host) return false;

　　$user_agent = $user_agent ? $user_agent : self::USER_AGENT;

　　$out = <<<HEADER

　　GET $path HTTP/1.1

　　Host: $host

　　User-Agent: $user_agent

　　Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8

　　Accept-Language: zh-cn,zh;q=0.5

　　Accept-Charset: GB2312,utf-8;q=0.7,*;q=0.7\r\n\r\n

　　HEADER;

　　$fp = @fsockopen($host, 80, $errno, $errstr, 10);

　　if (!$fp)  return false;

　　if(!fputs($fp, $out)) return false;

　　while ( !feof($fp) ) {

　　$html .= fgets($fp, 1024);

　　}

　　fclose($fp);

　　// 判断是否gzip压缩

　　if($dehtml = self::_gzdecode($html))

　　return $dehtml;

　　else

　　return $html;

　　}

　　/*

　　* 通过 curl 获取内容

　　*/

　　private function _cget($url='', $user_agent=''){

　　if(!$url) return;

　　$user_agent = $user_agent ? $user_agent : self::USER_AGENT;

　　$ch = curl_init();

　　curl_setopt($ch, CURLOPT_URL, $url);

　　curl_setopt($ch, CURLOPT_HEADER, 0);

　　if(strlen($user_agent)) curl_setopt($ch, CURLOPT_USERAGENT, $user_agent);

　　ob_start();

　　curl_exec($ch);

　　$html = ob_get_contents();

　　ob_end_clean();

　　if(curl_errno($ch)){

　　curl_close($ch);

　　return false;

　　}

　　curl_close($ch);

　　if(!is_string($html) || !strlen($html)){

　　return false;

　　}

　　return $html;

　　// 判断是否gzip压缩

　　if($dehtml = self::_gzdecode($html))

　　return $dehtml;

　　else

　　return $html;

　　}

　　private function _gzdecode($data) {

　　$len = strlen ( $data );

　　if ($len < 18 || strcmp ( substr ( $data, 0, 2 ), "\x1f\x8b" )) {

　　return null; // Not GZIP format (See RFC 1952)

　　}

　　$method = ord ( substr ( $data, 2, 1 ) ); // Compression method

　　$flags = ord ( substr ( $data, 3, 1 ) ); // Flags

　　if ($flags & 31 != $flags) {

　　// Reserved bits are set -- NOT ALLOWED by RFC 1952

　　return null;

　　}

　　// NOTE: $mtime may be negative (PHP integer limitations)

　　$mtime = unpack ( "V", substr ( $data, 4, 4 ) );

　　$mtime = $mtime [1];

　　$xfl = substr ( $data, 8, 1 );

　　$os = substr ( $data, 8, 1 );

　　$headerlen = 10;

　　$extralen = 0;

　　$extra = "";

　　if ($flags & 4) {

　　// 2-byte length prefixed EXTRA data in header

　　if ($len - $headerlen - 2 < 8) {

　　return false; // Invalid format

　　}

　　$extralen = unpack ( "v", substr ( $data, 8, 2 ) );

　　$extralen = $extralen [1];

　　if ($len - $headerlen - 2 - $extralen < 8) {

　　return false; // Invalid format

　　}

　　$extra = substr ( $data, 10, $extralen );

　　$headerlen += 2 + $extralen;

　　}

　　$filenamelen = 0;

　　$filename = "";

　　if ($flags & 8) {

　　// C-style string file NAME data in header

　　if ($len - $headerlen - 1 < 8) {

　　return false; // Invalid format

　　}

　　$filenamelen = strpos ( substr ( $data, 8 + $extralen ), chr ( 0 ) );

　　if ($filenamelen === false || $len - $headerlen - $filenamelen - 1 < 8) {

　　return false; // Invalid format

　　}

　　$filename = substr ( $data, $headerlen, $filenamelen );

　　$headerlen += $filenamelen + 1;

　　}

　　$commentlen = 0;

　　$comment = "";

　　if ($flags & 16) {

　　// C-style string COMMENT data in header

　　if ($len - $headerlen - 1 < 8) {

　　return false; // Invalid format

　　}

　　$commentlen = strpos ( substr ( $data, 8 + $extralen + $filenamelen ), chr ( 0 ) );

　　if ($commentlen === false || $len - $headerlen - $commentlen - 1 < 8) {

　　return false; // Invalid header format

　　}

　　$comment = substr ( $data, $headerlen, $commentlen );

　　$headerlen += $commentlen + 1;

　　}

　　$headercrc = "";

　　if ($flags & 1) {

　　// 2-bytes (lowest order) of CRC32 on header present

　　if ($len - $headerlen - 2 < 8) {

　　return false; // Invalid format

　　}

　　$calccrc = crc32 ( substr ( $data, 0, $headerlen ) ) & 0xffff;

　　$headercrc = unpack ( "v", substr ( $data, $headerlen, 2 ) );

　　$headercrc = $headercrc [1];

　　if ($headercrc != $calccrc) {

　　return false; // Bad header CRC

　　}

　　$headerlen += 2;

　　}

　　// GZIP FOOTER - These be negative due to PHP's limitations

　　$datacrc = unpack ( "V", substr ( $data, - 8, 4 ) );

　　$datacrc = $datacrc [1];

　　$isize = unpack ( "V", substr ( $data, - 4 ) );

　　$isize = $isize [1];

　　// Perform the decompression:

　　$bodylen = $len - $headerlen - 8;

　　if ($bodylen < 1) {

　　// This should never happen - IMPLEMENTATION BUG!

　　return null;

　　}

　　$body = substr ( $data, $headerlen, $bodylen );

　　$data = "";

　　if ($bodylen > 0) {

　　switch ($method) {

　　case 8 :

　　// Currently the only supported compression method:

　　$data = gzinflate ( $body );

　　break;

　　default :

　　// Unknown compression method

　　return false;

　　}

　　} else {

　　//...

　　}

　　if ($isize != strlen ( $data ) || crc32 ( $data ) != $datacrc) {

　　// Bad format!  Length or CRC doesn't match!

　　return false;

　　}

　　return $data;

　　}

　　}