Telegram-bot do kodów UPC muzyki: 10 platform

Tworzenie bota Telegrama do wyodrębniania kodów UPC i ISRC z platform muzycznych

Bot Telegrama wyodrębnia kody UPC i ISRC wydań muzycznych na podstawie linków z 10 platform. Przetwarza Spotify, Apple Music, Yandex.Muzyka, YouTube Music, Deezer, Tidal, SoundCloud, VK Muzyka, Zvuk oraz Amazon Music. Problem powstał z powodu braku prostego dostępu do kodów UPC u dystrybutorów i w interfejsach usług. Bot przetwarza linki, identyfikatory wydań i tekstowe zapytania, zwracając kody w ciągu 1–2 sekund dzięki mechanizmowi cache.

UPC identyfikuje wydania (albumy, singły), ISRC — konkretne utwory. Te kody są potrzebne przy migracji między dystrybutorami, rejestracji praw autorskich i rozliczaniu royalty.

Architektura systemu

System został podzielony na moduły:

• Parser URL: wykrywa platformę za pomocą wyrażeń regularnych.
• Resolver platformy: pobiera metadane przez API.
• Matcher UPC/ISRC: porównuje dane z kilku źródeł.
• Magazyn danych: Redis do cache (TTL 24 godziny), PostgreSQL do analizy.

To pozwala skalować przetwarzanie i minimalizować liczba żądań do zewnętrznych API.

import re
from dataclasses import dataclass
from enum import Enum

class Platform(Enum):
    SPOTIFY = "spotify"
    APPLE_MUSIC = "apple_music"
    YANDEX_MUSIC = "yandex_music"
    YOUTUBE_MUSIC = "youtube_music"
    DEEZER = "deezer"
    TIDAL = "tidal"
    SOUNDCLOUD = "soundcloud"
    VK_MUSIC = "vk_music"
    ZVUK = "zvuk"
    AMAZON_MUSIC = "amazon_music"

@dataclass
class ParsedLink:
    platform: Platform
    content_type: str  # "album", "track", "artist"
    content_id: str

PATTERNS = [
    # Spotify
    (r"open\.spotify\.com/(album|track)/([a-zA-Z0-9]+)",
     Platform.SPOTIFY),
    # Apple Music
    (r"music\.apple\.com/.+/(album|song)/.+?/(")
    # i inne...
]

Przetwarzanie linków i skróconych adresów

Parser używa ponad 10 wzorców regex do formatów URL. Skrócone linki (spotify.link, youtu.be) rozwiązuje poprzez żądania HEAD z przekierowaniami:

async def resolve_short_url(url: str) -> str:
    async with aiohttp.ClientSession() as session:
        async with session.head(
            url, allow_redirects=True, timeout=5
        ) as resp:
            return str(resp.url)

Obsługiwane typy treści: albumy, utwory, artystów. Dla utworów bot szuka nadrzędnego wydania.

Praca z API Spotify

Spotify Web API udostępnia UPC w external_ids.upc albumu i ISRC w utworach. Problemy:

• Brak UPC w odpowiedzi — ponowne próby dla rynków (US, GB, DE, JP).
• Wyszukiwanie po UPC jest niestabilne dla wydań regionalnych.
• Limit szybkości: 180 żądań/min.

Cache w Redis zmniejsza obciążenie:

async def get_album_data(album_id: str) -> dict | None:
    cache_key = f"album:{album_id}"
    cached = await redis.get(cache_key)
    if cached:
        return json.loads(cached)
    
    for market in ["US", "GB", "DE", "JP"]:
        album = await spotify.get_album(album_id, market=market)
        upc = album.get("external_ids", {}).get("upc")
        if upc:
            # zapis do cache
            await redis.set(cache_key, json.dumps(result), ex=86400)
            return result
    return None

Nieudokumentowane API: Yandex.Muzyka i VK

Bez publicznego API — reverse engineering endpointów aplikacji mobilnych. UPC w metadanych albumu, ISRC — w utworach. Format odpowiedzi zmienia się bez ostrzeżenia (2 razy w ciągu 3 miesięcy). Wymaga ciągłego monitorowania.

Funkcjonalność wykrywania wersji wydań

Bot znajduje wszystkie UPC dla jednego ISRC: singły, albumy, kompilacje. Przydatne do zachowania historii streamingu przy zmianie dystrybutora.

Komenda /full zwraca:

• Wszystkie wersje UPC.
• ISRC wszystkich utworów.
• Wytwórnię, datę, gatunek.
• BPM utworów (Spotify Audio Features).

Obsługa wejścia użytkownika

Wsparcie dla formatów:

• Linki (parsowanie).
• Liczby 12–13 cyfr (wyszukiwanie UPC).
• Tekst (wyszukiwanie po nazwie + przyciski inline).

Przykłady: "upc Morzenstern", bezpośrednie linki, nieustrukturyzowane zapytania.

Lekcje i ulepszenia

Statystyki (3 miesiące):

• 500 użytkowników/miesiąc.
• Czas odpowiedzi: 1,5 s (0,3 s z cache).
• Skuteczność: 89%.

Zalecenia:

• Dodaj MusicBrainz do weryfikacji.
• Kolejkę wiadomości dla szczytów obciążenia.
• Sprawdzanie działania API (health-check).

Wnioski architektoniczne:

• Minimalnie 2 źródła danych.
• Agresywny cache.
• Nieudokumentowane API = długi techniczny.

Co ważne:

• Oddzielenie parsowania od rozpoznawania platformy zmniejsza złożoność.
• Powtarzanie dla rynków rozwiązuje niekompletne odpowiedzi Spotify.
• Cache Redis jest niezbędny przy limitach szybkości.
• Wielo-UPC według ISRC ma kluczowe znaczenie dla artystów.
• Monitorowanie nieudokumentowanych API to codzienne zadanie.

— Editorial Team