Invertendo playlist do youtube com python

Motivação

Em um dos episódios do Quebradev eles indicaram o Guetonomia, trampo foda do pessoal do Canal Por Quê?, que explica conceitos de economia com exemplos mais próximos da nossa realidade (Salve, Paulo Freire).

Eu curti bastante os vídeos deles, (fica aí a indicação, tanto do Quebradev quanto do Guetonomia!) e queria maratonar os vídeos começando pelos mais antigos até chegar nos mais recentes. Só que a playlist deles está na ordem inversa e o youtube não te dá a opção de inverter. Então, bora inverter com código!

Dá pra fazer?

Para conseguirmos inverter a playlist há dois pontos cruciais, tendo a url de uma playlist, precisamos conseguir identificar os vídeos que fazem parte dela e montar uma nova playlist com esses vídeos na ordem inversa.

Para obtermos os vídeos que fazem parte da playlist podemos fazer através da raspagem de dados¹, que, em poucas palavras, seria tentar acessar a página e pegar os links para os vídeos de forma automatizada, ou utilizando um serviço (API), que, basicamente, é um servidor onde podemos pedir e obter essa informação. Como o google disponibiliza um serviço para isso ², vamos utilizá-lo.

O nosso segundo ponto é montar playlists. Eu encontrei no stackoverflow uma resposta em algum momento, mas não guardei os links e não consegui encontrar novamente.

Mas juntando algumas respostas, deu certo depois de um tempo!!! Então, é possível montar uma playlist montando um link com os identificadores dos vídeos (Sequência estranha de letras e números que aparece na url dos vídeos) e eu achei bem melhor do que usar o serviço que o google disponibiliza para isso porque todas as playlists seriam criadas pertencendo a minha conta e faria uma bagunça por lá.

Bora pro código

Vamos obter as informações sobre a playlist usando o serviço do google, para isso temos que enviar o identificador da playlist. Esse identificador aparece na url, tipo o do vídeo que foi comentado ali em cima. Por exemplo, vamos entender isso com essa url aqui

Copycopy code to clipboard
1https://www.youtube.com/watch?v=SrqImCs9h6s&list=PLJ85jmdKU96JIZjV6Rpbc1ZidaClDdnpF

Dá para dividir em partes menores ³, mas vamos simplificar aqui, temos:

• O host https://www.youtube.com/ que é o site para qual estamos indo;
• O /watch é a página do site que queremos;
• A seguir, v=SrqImCs9h6s&list=PLJ85jmdKU96JIZjV6Rpbc1ZidaClDdnpF, têm duas coisas, o v e o list que estamos especificando o que queremos. No caso do youtube, o v é de vídeo e o list é a playlist. Então com esses paramêtros estamos dizendo que queremos o vídeo SrqImCs9h6s e a playlist PLJ85jmdKU96JIZjV6Rpbc1ZidaClDdnpF.

Para conseguirmos a informação sobre a playlist precisamos enviar esse identificador. Então, vamos supor que o serviço que estamos criando nesse momento (O invertedor (?) de playlists do youtube), receba a url de uma playlist, como a que nós dividimos ali em cima. Precisamos extrair o valor do paramêtro list. Fazemos isso com o seguinte código:

Copycopy code to clipboard
1from urllib import parse
2
3def extract_playlist_id(playlist_url):
4    return parse.parse_qs(parse.urlparse(playlist_url).query)['list'][0]

Que para falar a real, é um péssimo código né. Olhando assim não dá para entender muita coisa. Vamos por partes. Vamos ver o que cada parte faz, parse.urlparse(playlist_url), divide a url em várias partes (³). A parte que nos interessa é chamada de query, que é onde está o list. Então, isso aqui parse.urlparse(playlist_url).query nos retorna v=SrqImCs9h6s&list=PLJ85jmdKU96JIZjV6Rpbc1ZidaClDdnpF. Tendo isso é executada a outra parte, parse.parse_qs('v=SrqImCs9h6s&list=PLJ85jmdKU96JIZjV6Rpbc1ZidaClDdnpF'). Essa transforma a string em um dict:

Copycopy code to clipboard
1{
2    'v': ['SrqImCs9h6s'],
3    'list': ['PLJ85jmdKU96JIZjV6Rpbc1ZidaClDdnpF'],
4}

Tendo esse dict, pegamos o primeiro valor que está dentro da chave list. Que, finalmente, é o identificador da nossa playlist!!!!

Agora que nós temos o identificador da playlist, podemos pedir as informações sobre ela. E como fazemos isso? Assim:

Copycopy code to clipboard
1def get_playlist_information(playlist_id, page_token=None):
2    page_token_parameter = f'?pageToken={page_token}' if page_token else ''
3
4    api_url = (
5        'https://www.googleapis.com/youtube/v3/playlistItems?'
6        'part=snippet&maxResults=50'
7        f'&playlistId={playlist_id}&key={YOUTUBE_KEY}{page_token_parameter}'
8    )
9
10    return requests.get(api_url).json()

A variável api_url é a url que iremos montar para pedir as informações ao serviço do google. Seguindo a documentação da API (onde pode ser visto mais detalhes cada um dos paramêtros), mandamos 4 paramêtros, são eles:

• part: Nesse nós informamos qual parte dos dados nós queremos. Utilizei o snippet que é o que traz mais informações sobre cada um dos vídeos.
• maxResults: Esse aqui diz o máximo de vídeos que ele deve nos informar, o valor padrão é 5 e o máximo é 50. O motivo disso é que as API's, a fim de garantir o serviço, elas utilizam uma técnica chamada paginação, isso é dividir os recursos em várias páginas para que não sobrecarregue o servidor, nem demore muito para retornar o resultado. Aqui coloquei 50 porque não importa muito pra mim quanto vai demorar, eu quero a lista de todos os vídeos das playlists mesmo.
• key: Essa é tipo uma senha, tem esse vários posts na internet explicando como conseguir, tipo esse. Caso não consiga, me chama!
• pageToken: Esse aqui nós vamos utilizar caso a playlist tenha mais de 50 vídeos, daí não usamos ele na primeira chamada e o serviço nos retorna os 50 primeiros e o pageToken da próxima página (a página que vai ter do vídeo 51º até o 100º).

A primeira linha da função verifica se estamos fazendo a primeira chamada (sem pageToken) ou se estamos buscando alguma página em específico e monta o paramêtro que tem que ser enviado para conseguirmos a página desejada.

Agora nós temos a informação⁴ dos vídeos que fazem parte da playlist e para montarmos a nossa playlist nós precisamos extrair o identificador de cada um dos vídeos desse montante de dados. Para isso, a função a seguir monta uma lista com os identificadores dos vídeos que o serviço nos retornou removendo os vídeos que são privados ⁵.

Copycopy code to clipboard
1def extract_video_ids_from_response(response):
2    return [
3        video['snippet']['resourceId']['videoId']
4        for video in response['items']
5        if video['snippet']['title'] != 'Private video'
6    ]

Finalmente temos os identificadores dos vídeos que compõem a playlist. Fazemos isso com a seguinte função:

Copycopy code to clipboard
1def build_playlist_url(video_ids):
2    video_ids_reversed = video_ids[::-1]
3    new_playlist_url = (
4        f"https://www.youtube.com/watch_videos?video_ids={','.join(video_ids_reversed)}"
5    )
6    return new_playlist_url

Primeiro invertemos a lista de ids, video_ids[::-1]. Depois montamos a url https://www.youtube.com/watch_videos com o paramêtro video_ids sendo os identificadores dos vídeos separados por vírgula.

Conclusão

Agora podemos maratonar Guetonomia tranquilamente na ordem cronológica, clicando aqui ou copiando esse modesto link:

Copycopy code to clipboard
1https://www.youtube.com/watch_videos?video_ids=3SEh4p1F39M,-kTQkNM7qt8,qY22Oterog4,alN51X5HUPk,bg9eCFqj-G8,Eb7835lnf_I,B314Jg6GygY,IUL-yASGlU8,gmQEczeLifU,9kaT4m8e6M0,no8HsSJ_0CQ,xZ6-Nj4tacU,XX5t8qKV79U,ucHKIiZpz0M,6v9mOVxRL3c,fLt0Zon4UC8,VQThJm1yBS0,lFmkZXHQsVg,kpCCZCXhzCY,s3TZqypvvH8,S5P7HJ3ZZck,rzKTvWlX_ns,K_7QtcBdU8Q,4QpXhe_SvyI,R8yBRs-gPZU,UVlAYHsIB2g,SrqImCs9h6s

Espero ter ajudado! O código pode ser visto aqui.

Referências

• Quebradev
• Guetonomia
• API do youtube
• O que é string, dict e tal? Tipos no python

Notas