git.bitcoin.ninja Git - youtube-dl/blob - 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         }