]> git.bitcoin.ninja Git - youtube-dl/blob - ctsnews.py
0226f8036c81d97246c87f2308614d84202ae540
[youtube-dl] / ctsnews.py
1 # -*- coding: utf-8 -*-
2 from __future__ import unicode_literals
3
4 from .common import InfoExtractor
5 from ..utils import parse_iso8601, ExtractorError
6
7
8 class CtsNewsIE(InfoExtractor):
9     # https connection failed (Connection reset)
10     _VALID_URL = r'http://news\.cts\.com\.tw/[a-z]+/[a-z]+/\d+/(?P<id>\d+)\.html'
11     _TESTS = [{
12         'url': 'http://news.cts.com.tw/cts/international/201501/201501291578109.html',
13         'md5': 'a9875cb790252b08431186d741beaabe',
14         'info_dict': {
15             'id': '201501291578109',
16             'ext': 'mp4',
17             'title': '以色列.真主黨交火 3人死亡',
18             'description': 'md5:95e9b295c898b7ff294f09d450178d7d',
19             'timestamp': 1422528540,
20             'upload_date': '20150129',
21         }
22     }, {
23         # News count not appear on page but still available in database
24         'url': 'http://news.cts.com.tw/cts/international/201309/201309031304098.html',
25         'md5': '3aee7e0df7cdff94e43581f54c22619e',
26         'info_dict': {
27             'id': '201309031304098',
28             'ext': 'mp4',
29             'title': '韓國31歲童顏男 貌如十多歲小孩',
30             'description': 'md5:f183feeba3752b683827aab71adad584',
31             'thumbnail': 're:^https?://.*\.jpg$',
32             'timestamp': 1378205880,
33             'upload_date': '20130903',
34         }
35     }, {
36         # With Youtube embedded video
37         'url': 'http://news.cts.com.tw/cts/money/201501/201501291578003.html',
38         'md5': '1d842c771dc94c8c3bca5af2cc1db9c5',
39         'add_ie': ['Youtube'],
40         'info_dict': {
41             'id': 'OVbfO7d0_hQ',
42             'ext': 'mp4',
43             'title': 'iPhone6熱銷 蘋果財報亮眼',
44             'description': 'md5:f395d4f485487bb0f992ed2c4b07aa7d',
45             'thumbnail': 're:^https?://.*\.jpg$',
46             'upload_date': '20150128',
47             'uploader_id': 'TBSCTS',
48             'uploader': '中華電視公司',
49         }
50     }]
51
52     def _real_extract(self, url):
53         news_id = self._match_id(url)
54         page = self._download_webpage(url, news_id)
55
56         if self._search_regex(r'(CTSPlayer2)', page, 'CTSPlayer2 identifier', default=None):
57             feed_url = self._html_search_regex(
58                 r'(http://news\.cts\.com\.tw/action/mp4feed\.php\?news_id=\d+)',
59                 page, 'feed url')
60             video_url = self._download_webpage(
61                 feed_url, news_id, note='Fetching feed')
62         else:
63             self.to_screen('Not CTSPlayer video, trying Youtube...')
64             youtube_url = self._search_regex(
65                 r'src="(//www\.youtube\.com/embed/[^"]+)"', page, 'youtube url',
66                 default=None)
67             if not youtube_url:
68                 raise ExtractorError('The news includes no videos!', expected=True)
69
70             return {
71                 '_type': 'url',
72                 'url': youtube_url,
73                 'ie_key': 'Youtube',
74             }
75
76         description = self._html_search_meta('description', page)
77         title = self._html_search_meta('title', page)
78         thumbnail = self._html_search_meta('image', page)
79
80         datetime_str = self._html_search_regex(
81             r'(\d{4}/\d{2}/\d{2} \d{2}:\d{2})', page, 'date and time')
82         # Transform into ISO 8601 format with timezone info
83         datetime_str = datetime_str.replace('/', '-') + ':00+0800'
84         timestamp = parse_iso8601(datetime_str, delimiter=' ')
85
86         return {
87             'id': news_id,
88             'url': video_url,
89             'title': title,
90             'description': description,
91             'thumbnail': thumbnail,
92             'timestamp': timestamp,
93         }