goon/app/extractors/tubes/hentaimama.py

"""hentaimama.io — bezpośredni mp4 przez trzystopniowe rozwiązanie playera. Dodany 2026-08-04.

Strona odcinka NIE zawiera playera w HTML. Ścieżka wygląda tak:

  1. GET strony odcinka → id posta z `action:'get_player_contents', a:'15377'`
  2. POST `/wp-admin/admin-ajax.php` (`action=get_player_contents`, `a=<id>`)
     → JSON z dwoma iframe'ami do WŁASNYCH playerów serwisu
  3. GET strony playera (`new2.php` / `newjav.php`) → bezpośredni link mp4

Parametr `p` w URL-u playera to base64 ścieżki pliku (`D/deco-x-deco-animation-1.mp4`),
ale nie trzeba go składać ręcznie — bierzemy iframe taki, jaki przyszedł.

**Krok 2 wymaga Bright Data.** GET-y przechodzą z gołego IP, ale sam POST na
`admin-ajax.php` dostaje challenge Cloudflare (403, „Just a moment..."), dokładnie jak
`POST /api/video-info` przy sexu. Bez klucza proxy extractor zwraca None.

**Preferujemy `gdvid.info` nad `javprovider.com`**: pierwszy oddaje plik BEZ tokenu,
więc URL nigdy nie wygasa; drugi ma `?st=...&e=<epoch>`. Oba zweryfikowane z VPS-a:
206 na Range, `ftypisom` w pierwszym KB (faststart), działają BEZ Referera — stąd
`mobile_direct_ok`, telefon gra prosto z CDN.
"""
from __future__ import annotations

import json
import logging
import re

from app.config import get_settings
from app.extractors._fetch import fetch_tube_html
from app.extractors._models import StreamSource

log = logging.getLogger(__name__)

_BASE = "https://hentaimama.io"
_POST_ID_RE = re.compile(r"action:'get_player_contents',\s*a:'(\d+)'")
_IFRAME_SRC_RE = re.compile(r'<iframe[^>]+src="([^"]+)"', re.IGNORECASE)
_MP4_RE = re.compile(r'https?://[^\s"\'<>]+\.mp4[^\s"\'<>]*')
#: Host bez tokenu idzie pierwszy — jego URL nie wygasa.
_HOST_RANK = ("gdvid", "javprovider")


def _rank(url: str) -> int:
    for i, host in enumerate(_HOST_RANK):
        if host in url:
            return i
    return len(_HOST_RANK)


def extract(page_url: str, *, timeout: float = 60.0) -> list[StreamSource] | None:
    proxy = get_settings().brightdata_proxy_url
    if not proxy:
        log.info("hentaimama: brak BRIGHTDATA_PROXY_URL — CF zablokuje POST admin-ajax")
        return None

    html_text = fetch_tube_html(page_url, timeout=timeout)
    pm = _POST_ID_RE.search(html_text)
    if not pm:
        log.info("hentaimama: brak id posta na %s", page_url)
        return None

    from curl_cffi import requests as cr

    try:
        session = cr.Session(
            impersonate="chrome120",
            proxies={"http": proxy, "https": proxy},
            verify=False,
        )
        # Strona odcinka najpierw — bez jej ciasteczek CF odrzuca POST-a.
        session.get(page_url, timeout=timeout)
        res = session.post(
            f"{_BASE}/wp-admin/admin-ajax.php",
            data={"action": "get_player_contents", "a": pm.group(1)},
            headers={"Referer": page_url, "X-Requested-With": "XMLHttpRequest"},
            timeout=timeout,
        )
        fields = json.loads(res.text)
    except Exception as e:
        log.info("hentaimama: get_player_contents failed %s: %s", page_url, e)
        return None

    players: list[str] = []
    for field in fields if isinstance(fields, list) else []:
        for src in _IFRAME_SRC_RE.findall(str(field)):
            if src.startswith("//"):
                src = "https:" + src
            if src.startswith("http") and src not in players:
                players.append(src)

    out: list[StreamSource] = []
    seen: set[str] = set()
    for player_url in players:
        try:
            body = session.get(
                player_url, headers={"Referer": page_url}, timeout=timeout
            ).text
        except Exception as e:
            log.info("hentaimama: player fetch failed %s: %s", player_url, e)
            continue
        for link in _MP4_RE.findall(body):
            if link in seen:
                continue
            seen.add(link)
            out.append(
                StreamSource(
                    link=link,
                    type="mp4",
                    quality=None,  # serwis nie podaje rozdzielczości
                    referer=_BASE + "/",
                    # Zweryfikowane: 206 bez Referera, faststart → telefon gra direct.
                    raw={"mobile_direct_ok": True},
                )
            )

    if not out:
        log.info("hentaimama: nie znalazłem mp4 dla %s", page_url)
        return None
    out.sort(key=lambda s: _rank(s.link))
    return out