Vidéo et sous-titres · Téléchargeur de vignettes YouTube et visionneuse de métadonnées
Comment un identifiant de vidéo YouTube est extrait des liens de visionnage, de short et d'intégration
· Comment ça marche
youtube URL analyse
La même vidéo peut être liée de plusieurs manières. Cet article explique les formes qu'un lien YouTube peut prendre, comment un outil trouve l'identifiant à onze caractères à l'intérieur de chacun et que faire avec les paramètres de suivi et les horodatages.
Même vidéo, cinq liens différents : pages de lecture, liens courts, courts métrages, intégrations et adresses mobiles
Une vidéo peut arriver sous forme d'URL de lecture, de partage youtu.be, de chemin de short, d'adresse d'intégration, de lien en direct ou de lien d'hôte mobile. ToolAcre réduit chaque forme prise en charge au même identifiant de onze caractères avant d'envisager tout travail sur le réseau. Une importation mixte peut par conséquent utiliser cet identifiant comme clé de déduplication plutôt que de traiter six liens vers une vidéo comme six enregistrements.
Cet ordre est utile pour les éditeurs qui nettoient une liste mixte : l'analyse est une chaîne déterministe et une URL fonctionne dans la page, de sorte que les domaines défectueux et les liens de liste de lecture uniquement peuvent être signalés sans divulguer la valeur collée à un résolveur distant. Une URL de collection reste non résolue car ni sa présence ni son classement n'identifient le membre que l'éditeur avait l'intention de citer.
L'ID lui-même : onze caractères d'un alphabet de symboles 64 et pourquoi il semble aléatoire
La forme d'identification acceptée comprend exactement onze caractères composés de lettres majuscules et minuscules, de chiffres, de traits d'union et de traits de soulignement. Il s'agit uniquement d'une vérification de format ; le transmettre ne prouve pas qu’une vidéo existe ni ne révèle ce que signifient les personnages. L'application de la règle à la valeur v analysée ou au segment de chemin évite de récupérer une sous-chaîne de type ID à partir d'un paramètre codé sans rapport.
Un identifiant correspondant nu est accepté immédiatement. Les identifiants de playlist plus longs utilisent un modèle conservateur distinct, empêchant qu'un jeton de playlist soit traité silencieusement comme la clé d'une vidéo. Une heure de début accompagne les données de citation : le changement de 30 secondes en 90 secondes pointe toujours vers le même enregistrement vidéo de onze caractères.
Analyse avec l'API d'URL : lecture de l'hôte, du chemin et de la requête sans deviner uniquement avec les expressions régulières
Le constructeur d'URL sépare le protocole, l'hôte normalisé, les segments de chemin et les paramètres de requête. Cela évite une expression régulière géante qui pourrait accidentellement accepter un domaine similaire ou confondre une valeur de requête avec un ID de chemin. Il est plus sûr de rejeter un hôte trompeur que de produire une miniature crédible pour un identifiant intégré dans une URL non fiable.
Seuls HTTP et HTTPS sont acceptés, et un www de premier plan est normalisé. La liste verte couvre les hôtes YouTube, mobiles, musicaux, de jeux, nocookie et youtu.be plutôt que de faire confiance à tout nom d'hôte contenant le mot youtube. Le succès à distance ne peut pas valider la provenance d'un lien mal analysé, car un attaquant pourrait délibérément inclure un véritable identifiant public dans un domaine sans rapport.
Où l'ID se cache dans chaque forme : le paramètre v, le chemin sur youtu.be, /shorts/, /embed/ et /live/
Les pages de surveillance utilisent le paramètre de requête v, youtu.be utilise son premier segment de chemin et les courts métrages, les formulaires intégrés et en direct utilisent le segment après leur préfixe. Les anciens chemins /v/ et /e/ sont également reconnus par le même contrôle de forme strict. Un identifiant correspondant permet uniquement un traitement local, et non une réclamation concernant le contenu ou la propriété.
L'analyseur lit en outre un identifiant de liste de lecture valide et un décalage de début par rapport à t ou start. Il les renvoie sous forme de faits distincts afin qu'ils puissent informer les liens générés sans contaminer l'identifiant vidéo lui-même. La limite du réseau ne commence qu'une fois cette distinction terminée, de sorte qu'un test d'analyseur peut s'exécuter hors ligne.
Ignorer le reste : paramètres de playlist, heures de début et valeurs de suivi de partage qui n'identifient pas la vidéo
Les valeurs de suivi des partages, les paramètres de requête sans rapport et les horodatages n'identifient pas la vidéo. ToolAcre les ignore après avoir extrait l'ID, tandis que les formulaires horaires pris en charge sont normalisés en secondes entières pour les liens qui préservent délibérément un point de départ. Ainsi, deux liens avec des balises de campagne différentes peuvent aboutir à un seul enregistrement d'actif sans intégrer ces paramètres marketing dans les URL générées.
Les pages de liste de lecture, de chaîne et de recherche uniquement reçoivent un refus pouvant donner lieu à une action, car elles ne nomment aucune vidéo. Deviner un identifiant à partir de ces pages créerait une certitude et pourrait récupérer des actifs pour un mauvais enregistrement. Un conservateur doit d’abord sélectionner un élément individuel ; l'analyseur ne choisira pas tranquillement le premier résultat d'une collection dont l'ordre peut changer ultérieurement.
Exemple concret : normaliser dix liens collés vers leurs identifiants, dont deux qui ne sont pas du tout des liens YouTube
Un lot pratique de dix pâtes peut inclure des formulaires de montre, de courts métrages, de courts métrages, d'intégration, de direct, mobiles et d'identification nue, ainsi que deux domaines non liés. Les huit premiers convergent vers les identifiants ; les hôtes non liés échouent localement avec la liste des hôtes acceptés. La sortie peut donc être dédupliquée par ID même lorsque les contributeurs ont copié des liens depuis plusieurs interfaces YouTube différentes.
Aucune sonde d'existence n'a lieu pendant cette normalisation. Un identifiant de forme valide mais inexistant atteint l'étape de récupération ultérieure, où les réponses miniatures et oEmbed fournissent des preuves indépendantes plutôt que de modifier rétroactivement le résultat de l'analyseur. Cela préserve une distinction nette entre « le texte est un identifiant valide » et « Google diffuse actuellement du matériel public pour celui-ci ».
Ce que cela ne couvre pas : les URL de chaîne, de playlist et de recherche, qui ne contiennent aucun identifiant de vidéo unique.
L'analyseur ne résout pas les chaînes, les listes de lecture ou les résultats de recherche en une vidéo choisie. Il ne peut pas non plus contourner un accès privé, supprimé ou soumis à une limite d'âge, car l'extraction d'un identifiant public ne constitue pas une autorisation de récupérer du matériel protégé. Refuser une URL de collection ambiguë empêche un catalogue d’être rempli avec l’élément qui apparaît en premier sur l’écran d’une personne.
Une fois que Fetch est enfoncé, les sondes d'image peuvent rencontrer 404, d'autres erreurs HTTP, un espace réservé 200 ou des octets non décodables. Les métadonnées séparément peuvent échouer en raison du transport, d'un refus HTTP ou d'un JSON invalide, y compris lorsque des bloqueurs, des proxys ou un état hors ligne interfèrent. Ces résultats appartiennent au rapport de disponibilité ; ils ne doivent pas amener l'analyseur à réinterpréter le lien d'origine comme une vidéo différente.
À retenir : trouvez l'identifiant, puis tout suit : comment le téléchargeur de vignettes YouTube accepte un lien YouTube et les documents qui les formes qu'il prend en charge
Après l'analyse locale, le navigateur demande directement une vignette par candidat JPEG à partir de i.ytimg.com et un enregistrement oEmbed JSON à partir de www.youtube.com. L'URL oEmbed encapsule l'URL de surveillance canonique et format=json. La vue de ces appels dans le panneau Réseau confirme que la normalisation est terminée et que le même ID extrait génère à la fois les demandes d'actifs et de métadonnées.
Ces GET anonymes omettent les informations d'identification et le référent, utilisent le no-store, suivent les redirections et contournent tout serveur ou proxy ToolAcre. Google voit les requêtes et l'en-tête Origin ; les limites de déconnexion s'appliquent toujours aux vidéos privées, supprimées et soumises à une limite d'âge. Avant le clic sur le bouton, le comportement de l'analyseur peut être testé hors ligne avec des formes d'URL représentatives, car aucune recherche n'est nécessaire pour identifier leurs composants.