[instagram:user] Add request signing (closes #16119)
authorSergey M․ <dstftw@gmail.com>
Tue, 10 Apr 2018 18:25:41 +0000 (01:25 +0700)
committerSergey M․ <dstftw@gmail.com>
Tue, 10 Apr 2018 18:25:41 +0000 (01:25 +0700)
youtube_dl/extractor/instagram.py

index 9f570249fae959ad52e7b0e13fb913dedda116b3..1c917bc95657a33988065ad1dd2cca7a6595930f 100644 (file)
@@ -2,14 +2,20 @@ from __future__ import unicode_literals
 
 import itertools
 import json
+import os
 import re
+import subprocess
+import tempfile
 
 from .common import InfoExtractor
 from ..compat import compat_str
 from ..utils import (
+    check_executable,
+    ExtractorError,
     get_element_by_attribute,
     int_or_none,
     lowercase_escape,
+    std_headers,
     try_get,
 )
 
@@ -238,24 +244,140 @@ class InstagramUserIE(InfoExtractor):
         }
     }
 
-    def _entries(self, uploader_id):
+    _SIGN_CODE = '''
+"use strict";
+function i(e, t) {
+    var r = (65535 & e) + (65535 & t);
+    return (e >> 16) + (t >> 16) + (r >> 16) << 16 | 65535 & r
+}
+function a(e, t, r, n, o, a) {
+    return i((s = i(i(t, e), i(n, a))) << (c = o) | s >>> 32 - c, r);
+    var s, c
+}
+function s(e, t, r, n, o, i, s) {
+    return a(t & r | ~t & n, e, t, o, i, s)
+}
+function c(e, t, r, n, o, i, s) {
+    return a(t & n | r & ~n, e, t, o, i, s)
+}
+function u(e, t, r, n, o, i, s) {
+    return a(t ^ r ^ n, e, t, o, i, s)
+}
+function l(e, t, r, n, o, i, s) {
+    return a(r ^ (t | ~n), e, t, o, i, s)
+}
+function p(e, t) {
+    var r, n, o, a, p;
+    e[t >> 5] |= 128 << t % 32,
+    e[14 + (t + 64 >>> 9 << 4)] = t;
+    var d = 1732584193
+      , f = -271733879
+      , h = -1732584194
+      , g = 271733878;
+    for (r = 0; r < e.length; r += 16)
+        n = d,
+        o = f,
+        a = h,
+        p = g,
+        f = l(f = l(f = l(f = l(f = u(f = u(f = u(f = u(f = c(f = c(f = c(f = c(f = s(f = s(f = s(f = s(f, h = s(h, g = s(g, d = s(d, f, h, g, e[r], 7, -680876936), f, h, e[r + 1], 12, -389564586), d, f, e[r + 2], 17, 606105819), g, d, e[r + 3], 22, -1044525330), h = s(h, g = s(g, d = s(d, f, h, g, e[r + 4], 7, -176418897), f, h, e[r + 5], 12, 1200080426), d, f, e[r + 6], 17, -1473231341), g, d, e[r + 7], 22, -45705983), h = s(h, g = s(g, d = s(d, f, h, g, e[r + 8], 7, 1770035416), f, h, e[r + 9], 12, -1958414417), d, f, e[r + 10], 17, -42063), g, d, e[r + 11], 22, -1990404162), h = s(h, g = s(g, d = s(d, f, h, g, e[r + 12], 7, 1804603682), f, h, e[r + 13], 12, -40341101), d, f, e[r + 14], 17, -1502002290), g, d, e[r + 15], 22, 1236535329), h = c(h, g = c(g, d = c(d, f, h, g, e[r + 1], 5, -165796510), f, h, e[r + 6], 9, -1069501632), d, f, e[r + 11], 14, 643717713), g, d, e[r], 20, -373897302), h = c(h, g = c(g, d = c(d, f, h, g, e[r + 5], 5, -701558691), f, h, e[r + 10], 9, 38016083), d, f, e[r + 15], 14, -660478335), g, d, e[r + 4], 20, -405537848), h = c(h, g = c(g, d = c(d, f, h, g, e[r + 9], 5, 568446438), f, h, e[r + 14], 9, -1019803690), d, f, e[r + 3], 14, -187363961), g, d, e[r + 8], 20, 1163531501), h = c(h, g = c(g, d = c(d, f, h, g, e[r + 13], 5, -1444681467), f, h, e[r + 2], 9, -51403784), d, f, e[r + 7], 14, 1735328473), g, d, e[r + 12], 20, -1926607734), h = u(h, g = u(g, d = u(d, f, h, g, e[r + 5], 4, -378558), f, h, e[r + 8], 11, -2022574463), d, f, e[r + 11], 16, 1839030562), g, d, e[r + 14], 23, -35309556), h = u(h, g = u(g, d = u(d, f, h, g, e[r + 1], 4, -1530992060), f, h, e[r + 4], 11, 1272893353), d, f, e[r + 7], 16, -155497632), g, d, e[r + 10], 23, -1094730640), h = u(h, g = u(g, d = u(d, f, h, g, e[r + 13], 4, 681279174), f, h, e[r], 11, -358537222), d, f, e[r + 3], 16, -722521979), g, d, e[r + 6], 23, 76029189), h = u(h, g = u(g, d = u(d, f, h, g, e[r + 9], 4, -640364487), f, h, e[r + 12], 11, -421815835), d, f, e[r + 15], 16, 530742520), g, d, e[r + 2], 23, -995338651), h = l(h, g = l(g, d = l(d, f, h, g, e[r], 6, -198630844), f, h, e[r + 7], 10, 1126891415), d, f, e[r + 14], 15, -1416354905), g, d, e[r + 5], 21, -57434055), h = l(h, g = l(g, d = l(d, f, h, g, e[r + 12], 6, 1700485571), f, h, e[r + 3], 10, -1894986606), d, f, e[r + 10], 15, -1051523), g, d, e[r + 1], 21, -2054922799), h = l(h, g = l(g, d = l(d, f, h, g, e[r + 8], 6, 1873313359), f, h, e[r + 15], 10, -30611744), d, f, e[r + 6], 15, -1560198380), g, d, e[r + 13], 21, 1309151649), h = l(h, g = l(g, d = l(d, f, h, g, e[r + 4], 6, -145523070), f, h, e[r + 11], 10, -1120210379), d, f, e[r + 2], 15, 718787259), g, d, e[r + 9], 21, -343485551),
+        d = i(d, n),
+        f = i(f, o),
+        h = i(h, a),
+        g = i(g, p);
+    return [d, f, h, g]
+}
+function d(e) {
+    var t, r = "", n = 32 * e.length;
+    for (t = 0; t < n; t += 8)
+        r += String.fromCharCode(e[t >> 5] >>> t % 32 & 255);
+    return r
+}
+function f(e) {
+    var t, r = [];
+    for (r[(e.length >> 2) - 1] = void 0,
+    t = 0; t < r.length; t += 1)
+        r[t] = 0;
+    var n = 8 * e.length;
+    for (t = 0; t < n; t += 8)
+        r[t >> 5] |= (255 & e.charCodeAt(t / 8)) << t % 32;
+    return r
+}
+function h(e) {
+    var t, r, n = "";
+    for (r = 0; r < e.length; r += 1)
+        t = e.charCodeAt(r),
+        n += "0123456789abcdef".charAt(t >>> 4 & 15) + "0123456789abcdef".charAt(15 & t);
+    return n
+}
+function g(e) {
+    return unescape(encodeURIComponent(e))
+}
+function b(e) {
+    return function(e) {
+        return d(p(f(e), 8 * e.length))
+    }(g(e))
+}
+function m(e, t) {
+    return function(e, t) {
+        var r, n, o = f(e), i = [], a = [];
+        for (i[15] = a[15] = void 0,
+        o.length > 16 && (o = p(o, 8 * e.length)),
+        r = 0; r < 16; r += 1)
+            i[r] = 909522486 ^ o[r],
+            a[r] = 1549556828 ^ o[r];
+        return n = p(i.concat(f(t)), 512 + 8 * t.length),
+        d(p(a.concat(n), 640))
+    }(g(e), g(t))
+}
+function v(e, t, r) {
+    return t ? r ? m(t, e) : h(m(t, e)) : r ? b(e) : h(b(e))
+}
+function sign(s) {
+    return v(s);
+}
+'''
+
+    def _entries(self, data):
         def get_count(suffix):
             return int_or_none(try_get(
                 node, lambda x: x['edge_media_' + suffix]['count']))
 
+        uploader_id = data['entry_data']['ProfilePage'][0]['graphql']['user']['id']
+        csrf_token = data['config']['csrf_token']
+        rhx_gis = data.get('rhx_gis') or '3c7ca9dcefcf966d11dacf1f151335e8'
+
         self._set_cookie('instagram.com', 'ig_pr', '1')
 
+        def sign(s):
+            js_code = self._SIGN_CODE + "console.log(sign('%s')); phantom.exit();" % s
+            with open(self._phantomjs_script.name, 'w') as f:
+                f.write(js_code)
+            p = subprocess.Popen(
+                ['phantomjs', '--ssl-protocol=any', f.name],
+                stdout=subprocess.PIPE, stderr=subprocess.PIPE)
+            gis, err = p.communicate()
+            if p.returncode != 0:
+                raise ExtractorError('Failed to sign request\n:' + err.decode('utf-8'))
+            return gis.decode('utf-8').strip()
+
         cursor = ''
         for page_num in itertools.count(1):
+            variables = json.dumps({
+                'id': uploader_id,
+                'first': 100,
+                'after': cursor,
+            })
+            gis = sign(
+                '%s:%s:%s:%s'
+                % (rhx_gis, csrf_token, std_headers['User-Agent'], variables))
             media = self._download_json(
                 'https://www.instagram.com/graphql/query/', uploader_id,
-                'Downloading JSON page %d' % page_num, query={
+                'Downloading JSON page %d' % page_num, headers={
+                    'X-Requested-With': 'XMLHttpRequest',
+                    'X-Instagram-GIS': gis,
+                }, query={
                     'query_hash': '472f257a40c653c64c666ce877d59d2b',
-                    'variables': json.dumps({
-                        'id': uploader_id,
-                        'first': 100,
-                        'after': cursor,
-                    })
+                    'variables': variables,
                 })['data']['user']['edge_owner_to_timeline_media']
 
             edges = media.get('edges')
@@ -309,11 +431,26 @@ class InstagramUserIE(InfoExtractor):
             if not cursor or not isinstance(cursor, compat_str):
                 break
 
+    def _real_initialize(self):
+        if not check_executable('phantomjs', ['-v']):
+            raise ExtractorError(
+                'PhantomJS executable not found in PATH, download it from http://phantomjs.org',
+                expected=True)
+        self._phantomjs_script = tempfile.NamedTemporaryFile(delete=False)
+        self._phantomjs_script.close()
+
+    def __del__(self):
+        os.unlink(self._phantomjs_script.name)
+
     def _real_extract(self, url):
         username = self._match_id(url)
-        uploader_id = self._download_json(
-            'https://instagram.com/%s/' % username, username, query={
-                '__a': 1,
-            })['graphql']['user']['id']
+
+        webpage = self._download_webpage(url, username)
+
+        data = self._parse_json(
+            self._search_regex(
+                r'sharedData\s*=\s*({.+?})\s*;\s*[<\n]', webpage, 'data'),
+            username)
+
         return self.playlist_result(
-            self._entries(uploader_id), username, username)
+            self._entries(data), username, username)