goon/app/extractors/hosters/seekplayer_engine.py

"""Common engine extractor for: embedseek, seekplayer, rpmplay, upns, player4me, easyvidplayer.

Wszyscy używają tego samego silnika (Vite-built React SPA + AES-CBC encrypted API
+ HLS-based streaming). Hostname domains different ale shared backend.

Pattern (verified 2026-05-15 z residential PL + VPS Hetzner FI):

1. Embed URL = `https://<sub>.<host>.<tld>/#<hash_id>`, hash fragment to video ID.
   SPA shell `Loading...` body load'uje `/assets/index-<n>.js` bundle.

2. JS fetcha `/api/v1/video?id=<hash_id>&w=<W>&h=<H>&r=` (W,H z window.screen).
   Response: hex-encoded AES-CBC(key=`kiemtienmua911ca`, iv=`1234567890oiuytr`)
   ciphertext, ~5KB. PKCS7 padded.

3. Plaintext JSON zawiera:
   - `source`: signed m3u8 URL na CDN edge IP (np. `185.237.107.146/v4/<sig>/<exp>/ty/<hash>/master.m3u8?v=...`)
   - `cf`: Cloudflare-fronted fallback URL (.txt z listą m3u8 paths)
   - `metric.ipAddress`: IP visitora (signed token IP-bound do tego IP)
   - `metric.cfDomain`: CF domain dla fallback
   - `title`, `poster`, `thumbnail`, ...

4. `source` URL jest signed z visitor IP. Z VPS fetch zwraca master.m3u8 z signed
   token tied to VPS IP, proxy fetcha segments z tym samym tokenem, działa.
   CDN port 443 z `verify=False` (self-signed IP cert).

5. Wszystkie hostery share te same wartości KEY/IV. Wewnętrzna obfuskacja JS
   maskuje to lookupem `ue(773)`, `ue(686)` itp., derived bytes są zawsze
   identyczne dla każdej domeny.

Hostery covered (origin counts w DB, 2026-05-15):
  - embedseek (20271), seekplayer (20271), mirror sites, dzielą hash_id
  - rpmplay (15317)
  - upns (14287)
  - player4me (41040)
  - easyvidplayer (47588)

Razem ~159k playback sources.
"""
from __future__ import annotations

import json
import logging
import re
from urllib.parse import urlparse

from cryptography.hazmat.primitives import padding
from cryptography.hazmat.primitives.ciphers import Cipher, algorithms, modes

from app.extractors._fetch import _DEFAULT_UA, browser_get
from app.extractors._models import HosterDead, StreamSource

log = logging.getLogger(__name__)

_KEY = b"kiemtienmua911ca"
_IV = b"1234567890oiuytr"

# Hostname matching: base hosts × subdomains × TLD variants.
# Examples:
#   my.embedseek.online, vip.seekplayer.vip, my.rpmplay.online,
#   my.upns.online, vip.player4me.vip, p.easyvidplayer.com
#
# 2026-07-26: dołożone `seekplays|4meplayer|ezplayer|seeks` + TLD `pro|cloud|one`.
# Ta sama rodzina silnika (identyczny _KEY/_IV + `/api/v1/video?id=`), tylko inne
# domeny, bez tego regexu `matches()` odrzucał je zanim doszło do dekodowania.
# Zweryfikowane: galaxy.4meplayer.pro / sport.seekplays.com / news.upns.pro
# (galaxyporn) oraz av.ezplayer.me / av.seeks.cloud / 4k.upn.one (pornbusy)
# dekodują się tym samym silnikiem. Whitelist jest addytywna, istniejące hosty
# matchują się dalej tak samo.
_HOST_RE = re.compile(
    r"^(?:[a-z0-9]+\.)?"
    r"(?:embedseek|seekplayer|seekplays|seeks|rpmplay|upns|upn|player4me|4meplayer"
    r"|ezplayer|easyvidplayer)\."
    r"(?:online|vip|com|net|io|me|tv|pro|cloud|one)$",
    re.IGNORECASE,
)


def matches(url: str) -> bool:
    try:
        host = urlparse(url).hostname or ""
    except Exception:
        return False
    return bool(_HOST_RE.match(host))


def _decrypt(hex_str: str) -> str:
    ct = bytes.fromhex(hex_str)
    cipher = Cipher(algorithms.AES(_KEY), modes.CBC(_IV))
    dec = cipher.decryptor()
    pt = dec.update(ct) + dec.finalize()
    unpadder = padding.PKCS7(128).unpadder()
    return (unpadder.update(pt) + unpadder.finalize()).decode("utf-8", errors="replace")


def extract(page_url: str, *, timeout: float = 30.0) -> list[StreamSource] | None:
    parsed = urlparse(page_url)
    if not parsed.hostname or not _HOST_RE.match(parsed.hostname):
        return None
    # hash_id w `#<id>` fragmencie; gdy klient przekazał bez `#` (np. po nav.replace),
    # spróbujemy też `?id=` query param.
    hash_id = parsed.fragment.strip()
    if not hash_id and parsed.query:
        from urllib.parse import parse_qs
        qs = parse_qs(parsed.query)
        hash_id = (qs.get("id") or [""])[0]
    if not hash_id:
        log.info("seekplayer-engine: no hash_id w %s", page_url)
        return None

    host = f"{parsed.scheme}://{parsed.hostname}"
    api_url = f"{host}/api/v1/video?id={hash_id}&w=1920&h=1080&r="

    headers = {
        "User-Agent": _DEFAULT_UA,
        "Accept": "*/*",
        "Referer": f"{host}/",
    }
    r = browser_get(api_url, headers=headers, timeout=timeout)
    if r.status_code in (404, 410):
        raise HosterDead(f"seekplayer-engine {page_url}: HTTP {r.status_code}")
    if r.status_code != 200 or not r.text:
        log.info("seekplayer-engine: api fail %s status=%s", api_url, r.status_code)
        return None

    try:
        plaintext = _decrypt(r.text)
    except Exception as e:
        log.warning("seekplayer-engine: decrypt fail dla %s: %s", api_url, e)
        return None

    try:
        data = json.loads(plaintext)
    except Exception as e:
        log.warning("seekplayer-engine: JSON parse fail dla %s: %s", api_url, e)
        return None

    # Hostery same-engine wracają `{"error": "..."}` gdy video nie istnieje.
    if isinstance(data, dict) and data.get("error"):
        raise HosterDead(f"seekplayer-engine {page_url}: {data['error']}")

    source = (data.get("source") or "").strip()

    # Source: m3u8 na CDN edge pod GOŁYM IP (np. `185.237.107.146/v4/<sig>/<exp>/…/master.m3u8`).
    # Token ma ~2,8 h TTL i NIE jest związany z IP (sprawdzone 2026-08-14), a węzły
    # rotują: dwa kolejne resolve tej samej sceny wracają z różnymi adresami. Dlatego
    # padnięcie odtwarzania na tym źródle leczy się ponownym resolve, a nie WebView-em
    # (`BACKEND_RERESOLVE_ORIGINS` w PlayerScreen).
    #
    # `proxy_no_verify` NIE JEST przez nic czytane. Wcześniejszy komentarz twierdził, że
    # `stream_proxy.py` ma gałąź `verify=False` dla hostów-IP — nie ma jej, w tym pliku nie
    # występuje słowo `verify` ani razu. W praktyce certyfikaty tych węzłów przechodzą
    # weryfikację (fetch przez proxy oddaje 200), więc flaga jest informacyjna. Zostaje,
    # bo zapisuje realne ryzyko: gdyby któryś nod zaczął serwować cert niepasujący do IP,
    # trzeba będzie tę gałąź dopisać.
    #
    # `cf` (fallback za Cloudflare) CELOWO NIE JEST PRZEKAZYWANY DALEJ. Sprawdzone
    # 2026-08-14, sześć wariantów, wszystkie 403:
    #
    #     httpx + Referer hostera · httpx + Referer galaxyporn.net
    #     curl_cffi chrome120 z Refererem · curl_cffi bez Referera (oddaje stronę CF)
    #     znacznik czasu bieżący · znacznik z linku głównego
    #
    # I to samo 403 z łącza RESIDENTIAL, więc to nie jest blokada datacenter. Adres jest
    # najpewniej związany z sesją tego samego wywołania `/api/v1/video`, a my sięgamy po
    # niego osobno i po czasie (znacznik w nazwie pliku bywa 5 dni stary). Podpięcie go
    # jako zapasowego źródła dokładałoby request, który ZAWSZE pada, na ścieżce błędu.
    #
    # Padnięcie pojedynczego noda leczy ponowny resolve: kolejne wywołania wracają z
    # różnymi adresami CDN (`BACKEND_RERESOLVE_ORIGINS` w PlayerScreen, commit 47547fe).
    if not source:
        # Brak `source` to NIE jest usterka parsowania ani chwilowy problem sieci.
        # W ich własnym bundlu (`index-*.js`, funkcja startowa playera) warunek brzmi
        # dosłownie: gdy w odpowiedzi nie ma `source`, player pokazuje „Video is not
        # ready yet" i kończy. Potwierdzone 2026-08-24 w przeglądarce z łącza domowego
        # na `vip.easyvidplayer.com/#96kzl`: dokładnie ten komunikat, a plakat obok
        # oddał 502. To samo z VPS i przez brytyjskie proxy, więc nie chodzi o IP.
        #
        # Rzucamy `HosterDead`, bo tylko wtedy `resolve_movie_playback` oznaczy źródło
        # martwe i przestanie je podsuwać. Zwracanie None dawało WebView z tym samym
        # komunikatem, w kółko, i tak wyglądały zgłoszenia z 2026-08-24.
        raise HosterDead(f"seekplayer-engine {page_url}: brak pola source")

    sources: list[StreamSource] = []
    if source:
        sources.append(
            StreamSource(
                link=source,
                quality=None,
                type="m3u8",
                referer=f"{host}/",
                raw={
                    "proxy_no_verify": True,
                    "engine": "seekplayer",
                },
            )
        )
    return sources or None