Pular para o conteúdo
~/buildbase $ 20/11/2026
Streaming

Como um agregador sabe em qual streaming cada filme está agora?

Linhas de código colorido em um monitor de computador

Um agregador sabe em qual streaming cada filme está porque cruza, várias vezes por dia, três coisas: um identificador único para cada obra, os catálogos de cada plataforma em cada país e uma camada de regras que resolve conflitos entre fontes. Nenhuma plataforma entrega essa informação pronta e padronizada; o trabalho do agregador é transformar dados bagunçados em uma resposta confiável.

$ ls ./neste-artigo
  1. Etapa 1: dar a cada filme uma identidade que não muda
  2. Etapa 2: coletar o catálogo de cada plataforma, por país
  3. Etapa 3: casar o que chega com o que já existe
  4. Etapa 4: atualizar sem quebrar o que estava certo
  5. Etapa 5: organizar para o usuário encontrar
  6. Onde os agregadores ainda erram, e como lidam com isso
  7. O que copiar se você vai construir algo parecido

Para quem desenvolve, o problema é interessante porque mistura engenharia de dados, normalização de texto e uma pitada de investigação. A seguir, o pipeline completo, etapa por etapa, com os pontos onde ele costuma quebrar.

 

Etapa 1: dar a cada filme uma identidade que não muda

O primeiro passo de um agregador é atribuir a cada obra um identificador estável, porque título sozinho não serve como chave.

Existem dezenas de filmes chamados “Duna”, “Batman” ou “Aprisionados”, e o mesmo filme muda de nome entre países (o título original, o brasileiro, o português de Portugal). Por isso, o catálogo interno usa IDs de bases de referência. Os mais comuns são os da comunidade The Movie Database (TMDB), cuja API expõe filmes, séries, temporadas, episódios, pessoas e créditos, e os do IMDb. Na indústria audiovisual, o registro EIDR cumpre papel parecido, com identificadores universais para obras e versões.

Séries pedem um nível a mais. Uma série tem temporadas, e cada temporada tem episódios, e a disponibilidade pode variar por temporada: a quinta pode estar num serviço e as quatro primeiras em outro. Uma página de temporada com lista de episódios mostra bem essa hierarquia: série, temporada e episódio, cada um com sua própria entrada.

 

Etapa 2: coletar o catálogo de cada plataforma, por país

A coleta traz, para cada serviço e cada território, a lista de títulos disponíveis e o tipo de oferta de cada um.

O território é parte da chave. Um mesmo filme tem disponibilidades diferentes no Brasil, em Portugal e nos Estados Unidos, porque os direitos são negociados por região. Os dados costumam usar o código de país ISO 3166 (BR, PT, US) e separar o tipo de oferta, algo como:

  • assinatura (incluído no plano mensal);
  • aluguel (pagamento por título, com prazo);
  • compra (licença permanente na loja);
  • grátis com anúncios (serviços sem mensalidade);
  • cinema (sessões em salas, quando o agregador inclui exibidores).

As fontes variam: feeds oficiais de parceiros, APIs de terceiros, leitura das páginas públicas de cada serviço e, em alguns casos, informação enviada pelos próprios usuários. Cada fonte tem frequência e confiabilidade próprias, e o sistema precisa registrar de onde veio cada dado.

Código-fonte colorido exibido em um monitor de computador
Por trás de cada resposta de “onde assistir” há um pipeline de coleta, casamento e atualização de dados. Foto: Abdul Kayum / Pexels

 

Etapa 3: casar o que chega com o que já existe

O casamento de registros (matching) é a etapa mais difícil, porque cada plataforma descreve o mesmo filme de um jeito.

Quando o serviço informa um ID de referência, o casamento é direto. Quando não informa, o sistema compara título normalizado (sem acento, sem artigo, em minúsculas), ano de lançamento, duração, diretor e elenco principal, e calcula uma pontuação de semelhança. Acima de um limiar, casa automaticamente; numa faixa intermediária, vai para revisão humana.

Regra de ouro do casamento: na dúvida, não junte. Duas páginas para o mesmo filme incomodam; um filme exibido com a disponibilidade de outro engana o usuário.

Os erros típicos são previsíveis: remakes com o mesmo título e anos próximos, versões estendidas tratadas como obras separadas, séries com temporadas renumeradas e filmes brasileiros cadastrados com o título estrangeiro de distribuição. Um bom pipeline guarda uma lista de exceções, porque o mesmo conflito tende a voltar a cada atualização.

 

Etapa 4: atualizar sem quebrar o que estava certo

A atualização compara o retrato novo de cada catálogo com o anterior e registra o que entrou, o que saiu e o que mudou de preço ou tipo de oferta.

  1. Coleta incremental: buscar só o que mudou, quando a fonte permite, para economizar requisições.
  2. Diferença (diff): calcular entradas e saídas por plataforma e país.
  3. Quarentena de remoções: confirmar uma saída em duas coletas seguidas antes de tirar o título do ar, para não apagar disponibilidade por falha temporária da fonte.
  4. Datas de saída anunciadas: quando a plataforma informa “disponível até”, guardar a data e programar a remoção.
  5. Registro histórico: manter o histórico de disponibilidade, útil para estatística e para detectar padrões de licenciamento.

A quarentena de remoções é o detalhe que mais diferencia um agregador confiável. Sem ela, uma instabilidade de 20 minutos numa plataforma pode “esvaziar” o catálogo inteiro daquele serviço no site.

 

Etapa 5: organizar para o usuário encontrar

Com os dados limpos, o agregador monta as visões que o público usa: busca por título, páginas por plataforma, páginas de pessoas e listas por gênero.

 

Busca que entende erro de digitação

Aqui entram índices de busca tolerantes a erro de digitação, sinônimos (o título original e o brasileiro levam à mesma página) e filtros por tipo de oferta. Também entram as navegações por tipo de obra, como a seção de onde assistir séries, que precisa lidar com temporadas espalhadas por serviços diferentes.

 

Recomendação é outra camada

É também onde a recomendação entra, mas ela é um problema separado. O algoritmo que sugere seu próximo filme usa histórico e similaridade; o dado de disponibilidade só filtra o que o usuário consegue assistir de fato.

 

Onde os agregadores ainda erram, e como lidam com isso

Agregadores erram principalmente por atraso de atualização, título ausente na base e conflito entre fontes, e os bons expõem esses limites em vez de escondê-los.

FalhaPor que aconteceMitigação comum
Título aparece num serviço onde já saiuColeta mais lenta que a remoçãoDatas de saída anunciadas e coleta mais frequente
Filme não aparece na buscaObra ausente da base de referênciaFormulário para o usuário pedir inclusão
Duas páginas para o mesmo filmeCasamento falhou por título ou ano divergenteFila de revisão e mesclagem manual
Preço de aluguel desatualizadoPromoções curtas das lojasAtualização de preço separada da de catálogo

O WatchCine, por exemplo, exibe na página o aviso de que a disponibilidade dos títulos pode mudar e oferece um canal para o usuário pedir a inclusão de um filme ausente. Os dois recursos são a confissão honesta de um limite técnico real: o catálogo é um alvo em movimento.

 

O que copiar se você vai construir algo parecido

Para quem está começando um projeto de “onde assistir”, a recomendação é investir primeiro em identidade e quarentena, e só depois em interface.

Escolha uma base de IDs de referência e nunca use título como chave. Trate país e tipo de oferta como parte da chave de disponibilidade. Confirme remoções em duas coletas. Guarde a origem de cada dado. E dê ao usuário um jeito de avisar o que está faltando, porque ele percebe a lacuna antes do seu monitoramento. O WatchCine segue esse desenho ao cruzar dezenas de plataformas brasileiras, de grandes serviços a lojas de aluguel e redes de cinema, numa única busca.