[rozhlas] Add new extractor

[youtube-dl] / youtube_dl / extractor / rozhlas.py

diff --git a/youtube_dl/extractor/rozhlas.py b/youtube_dl/extractor/rozhlas.py
new file mode 100644 (file)
index 0000000..ef99b5b
--- /dev/null
+++ b/youtube_dl/extractor/rozhlas.py
@@ -0,0 +1,34 @@
+# coding: utf-8
+from __future__ import unicode_literals
+
+from .common import InfoExtractor
+
+
+class RozhlasIE(InfoExtractor):
+    _VALID_URL = r'https?://(?:www\.)?prehravac\.rozhlas\.cz/audio/(?P<id>[0-9]+)'
+    _TEST = {
+        'url': 'http://prehravac.rozhlas.cz/audio/3421320',
+        'md5': '504c902dbc9e9a1fd50326eccf02a7e2',
+        'info_dict': {
+            'id': '3421320',
+            'ext': 'mp3',
+            'title': 'Echo Pavla Klusáka (30.06.2015 21:00)',
+            'description': 'Osmdesátiny Terryho Rileyho jsou skvělou příležitostí proletět se elektronickými i akustickými díly zakladatatele minimalismu, který je aktivní už přes padesát let'
+        }
+    }
+
+    def _real_extract(self, url):
+        audio_id = self._match_id(url)
+        webpage = self._download_webpage(url, audio_id)
+
+        title = self._html_search_regex(r'<h3>(.+?)</h3>', webpage, 'title')
+        description = self._html_search_regex(r'<p title="(.+?)">', webpage, 'description', fatal=False)
+
+        url = 'http://media.rozhlas.cz/_audio/' + audio_id + '.mp3'
+
+        return {
+            'id': audio_id,
+            'url': url,
+            'title': title,
+            'description': description,
+        }