_ Git - youtube-dl/blob - youtube_dl/extractor/arte.py

   1 # encoding: utf-8
   2 from __future__ import unicode_literals
   3
   4 import re
   5
   6 from .common import InfoExtractor
   7 from ..utils import (
   8     ExtractorError,
   9     find_xpath_attr,
  10     unified_strdate,
  11     determine_ext,
  12     get_element_by_id,
  13     compat_str,
  14     get_element_by_attribute,
  15     int_or_none,
  16 )
  17
  18 # There are different sources of video in arte.tv, the extraction process
  19 # is different for each one. The videos usually expire in 7 days, so we can't
  20 # add tests.
  21
  22
  23 class ArteTvIE(InfoExtractor):
  24     _VALID_URL = r'http://videos\.arte\.tv/(?P<lang>fr|de)/.*-(?P<id>.*?)\.html'
  25     IE_NAME = 'arte.tv'
  26
  27     def _real_extract(self, url):
  28         mobj = re.match(self._VALID_URL, url)
  29         lang = mobj.group('lang')
  30         video_id = mobj.group('id')
  31
  32         ref_xml_url = url.replace('/videos/', '/do_delegate/videos/')
  33         ref_xml_url = ref_xml_url.replace('.html', ',view,asPlayerXml.xml')
  34         ref_xml_doc = self._download_xml(
  35             ref_xml_url, video_id, note='Downloading metadata')
  36         config_node = find_xpath_attr(ref_xml_doc, './/video', 'lang', lang)
  37         config_xml_url = config_node.attrib['ref']
  38         config = self._download_xml(
  39             config_xml_url, video_id, note='Downloading configuration')
  40
  41         formats = [{
  42             'forma_id': q.attrib['quality'],
  43             # The playpath starts at 'mp4:', if we don't manually
  44             # split the url, rtmpdump will incorrectly parse them
  45             'url': q.text.split('mp4:', 1)[0],
  46             'play_path': 'mp4:' + q.text.split('mp4:', 1)[1],
  47             'ext': 'flv',
  48             'quality': 2 if q.attrib['quality'] == 'hd' else 1,
  49         } for q in config.findall('./urls/url')]
  50         self._sort_formats(formats)
  51
  52         title = config.find('.//name').text
  53         thumbnail = config.find('.//firstThumbnailUrl').text
  54         return {
  55             'id': video_id,
  56             'title': title,
  57             'thumbnail': thumbnail,
  58             'formats': formats,
  59         }
  60
  61
  62 class ArteTVPlus7IE(InfoExtractor):
  63     IE_NAME = 'arte.tv:+7'
  64     _VALID_URL = r'https?://(?:www\.)?arte\.tv/guide/(?P<lang>fr|de)/(?:(?:sendungen|emissions)/)?(?P<id>.*?)/(?P<name>.*?)(\?.*)?'
  65
  66     @classmethod
  67     def _extract_url_info(cls, url):
  68         mobj = re.match(cls._VALID_URL, url)
  69         lang = mobj.group('lang')
  70         # This is not a real id, it can be for example AJT for the news
  71         # http://www.arte.tv/guide/fr/emissions/AJT/arte-journal
  72         video_id = mobj.group('id')
  73         return video_id, lang
  74
  75     def _real_extract(self, url):
  76         video_id, lang = self._extract_url_info(url)
  77         webpage = self._download_webpage(url, video_id)
  78         return self._extract_from_webpage(webpage, video_id, lang)
  79
  80     def _extract_from_webpage(self, webpage, video_id, lang):
  81         json_url = self._html_search_regex(
  82             [r'arte_vp_url=["\'](.*?)["\']', r'data-url=["\']([^"]+)["\']'],
  83             webpage, 'json vp url')
  84         return self._extract_from_json_url(json_url, video_id, lang)
  85
  86     def _extract_from_json_url(self, json_url, video_id, lang):
  87         info = self._download_json(json_url, video_id)
  88         player_info = info['videoJsonPlayer']
  89
  90         upload_date_str = player_info.get('shootingDate')
  91         if not upload_date_str:
  92             upload_date_str = player_info.get('VDA', '').split(' ')[0]
  93
  94         title = player_info['VTI'].strip()
  95         subtitle = player_info.get('VSU', '').strip()
  96         if subtitle:
  97             title += ' - %s' % subtitle
  98
  99         info_dict = {
 100             'id': player_info['VID'],
 101             'title': title,
 102             'description': player_info.get('VDE'),
 103             'upload_date': unified_strdate(upload_date_str),
 104             'thumbnail': player_info.get('programImage') or player_info.get('VTU', {}).get('IUR'),
 105         }
 106
 107         all_formats = []
 108         for format_id, format_dict in player_info['VSR'].items():
 109             fmt = dict(format_dict)
 110             fmt['format_id'] = format_id
 111             all_formats.append(fmt)
 112         # Some formats use the m3u8 protocol
 113         all_formats = list(filter(lambda f: f.get('videoFormat') != 'M3U8', all_formats))
 114         def _match_lang(f):
 115             if f.get('versionCode') is None:
 116                 return True
 117             # Return true if that format is in the language of the url
 118             if lang == 'fr':
 119                 l = 'F'
 120             elif lang == 'de':
 121                 l = 'A'
 122             else:
 123                 l = lang
 124             regexes = [r'VO?%s' % l, r'VO?.-ST%s' % l]
 125             return any(re.match(r, f['versionCode']) for r in regexes)
 126         # Some formats may not be in the same language as the url
 127         # TODO: Might want not to drop videos that does not match requested language
 128         # but to process those formats with lower precedence
 129         formats = filter(_match_lang, all_formats)
 130         formats = list(formats)  # in python3 filter returns an iterator
 131         if not formats:
 132             # Some videos are only available in the 'Originalversion'
 133             # they aren't tagged as being in French or German
 134             # Sometimes there are neither videos of requested lang code
 135             # nor original version videos available
 136             # For such cases we just take all_formats as is
 137             formats = all_formats
 138             if not formats:
 139                 raise ExtractorError('The formats list is empty')
 140
 141         if re.match(r'[A-Z]Q', formats[0]['quality']) is not None:
 142             def sort_key(f):
 143                 return ['HQ', 'MQ', 'EQ', 'SQ'].index(f['quality'])
 144         else:
 145             def sort_key(f):
 146                 versionCode = f.get('versionCode')
 147                 if versionCode is None:
 148                     versionCode = ''
 149                 return (
 150                     # Sort first by quality
 151                     int(f.get('height', -1)),
 152                     int(f.get('bitrate', -1)),
 153                     # The original version with subtitles has lower relevance
 154                     re.match(r'VO-ST(F|A)', versionCode) is None,
 155                     # The version with sourds/mal subtitles has also lower relevance
 156                     re.match(r'VO?(F|A)-STM\1', versionCode) is None,
 157                     # Prefer http downloads over m3u8
 158                     0 if f['url'].endswith('m3u8') else 1,
 159                 )
 160         formats = sorted(formats, key=sort_key)
 161         def _format(format_info):
 162             info = {
 163                 'format_id': format_info['format_id'],
 164                 'format_note': '%s, %s' % (format_info.get('versionCode'), format_info.get('versionLibelle')),
 165                 'width': int_or_none(format_info.get('width')),
 166                 'height': int_or_none(format_info.get('height')),
 167                 'tbr': int_or_none(format_info.get('bitrate')),
 168             }
 169             if format_info['mediaType'] == 'rtmp':
 170                 info['url'] = format_info['streamer']
 171                 info['play_path'] = 'mp4:' + format_info['url']
 172                 info['ext'] = 'flv'
 173             else:
 174                 info['url'] = format_info['url']
 175                 info['ext'] = determine_ext(info['url'])
 176             return info
 177         info_dict['formats'] = [_format(f) for f in formats]
 178
 179         return info_dict
 180
 181
 182 # It also uses the arte_vp_url url from the webpage to extract the information
 183 class ArteTVCreativeIE(ArteTVPlus7IE):
 184     IE_NAME = 'arte.tv:creative'
 185     _VALID_URL = r'https?://creative\.arte\.tv/(?P<lang>fr|de)/(?:magazine?/)?(?P<id>[^?#]+)'
 186
 187     _TESTS = [{
 188         'url': 'http://creative.arte.tv/de/magazin/agentur-amateur-corporate-design',
 189         'info_dict': {
 190             'id': '72176',
 191             'ext': 'mp4',
 192             'title': 'Folge 2 - Corporate Design',
 193             'upload_date': '20131004',
 194         },
 195     }, {
 196         'url': 'http://creative.arte.tv/fr/Monty-Python-Reunion',
 197         'info_dict': {
 198             'id': '160676',
 199             'ext': 'mp4',
 200             'title': 'Monty Python live (mostly)',
 201             'description': 'Événement ! Quarante-cinq ans après leurs premiers succès, les légendaires Monty Python remontent sur scène.\n',
 202             'upload_date': '20140805',
 203         }
 204     }]
 205
 206
 207 class ArteTVFutureIE(ArteTVPlus7IE):
 208     IE_NAME = 'arte.tv:future'
 209     _VALID_URL = r'https?://future\.arte\.tv/(?P<lang>fr|de)/(thema|sujet)/.*?#article-anchor-(?P<id>\d+)'
 210
 211     _TEST = {
 212         'url': 'http://future.arte.tv/fr/sujet/info-sciences#article-anchor-7081',
 213         'info_dict': {
 214             'id': '5201',
 215             'ext': 'mp4',
 216             'title': 'Les champignons au secours de la planète',
 217             'upload_date': '20131101',
 218         },
 219     }
 220
 221     def _real_extract(self, url):
 222         anchor_id, lang = self._extract_url_info(url)
 223         webpage = self._download_webpage(url, anchor_id)
 224         row = get_element_by_id(anchor_id, webpage)
 225         return self._extract_from_webpage(row, anchor_id, lang)
 226
 227
 228 class ArteTVDDCIE(ArteTVPlus7IE):
 229     IE_NAME = 'arte.tv:ddc'
 230     _VALID_URL = r'https?://ddc\.arte\.tv/(?P<lang>emission|folge)/(?P<id>.+)'
 231
 232     def _real_extract(self, url):
 233         video_id, lang = self._extract_url_info(url)
 234         if lang == 'folge':
 235             lang = 'de'
 236         elif lang == 'emission':
 237             lang = 'fr'
 238         webpage = self._download_webpage(url, video_id)
 239         scriptElement = get_element_by_attribute('class', 'visu_video_block', webpage)
 240         script_url = self._html_search_regex(r'src="(.*?)"', scriptElement, 'script url')
 241         javascriptPlayerGenerator = self._download_webpage(script_url, video_id, 'Download javascript player generator')
 242         json_url = self._search_regex(r"json_url=(.*)&rendering_place.*", javascriptPlayerGenerator, 'json url')
 243         return self._extract_from_json_url(json_url, video_id, lang)
 244
 245
 246 class ArteTVConcertIE(ArteTVPlus7IE):
 247     IE_NAME = 'arte.tv:concert'
 248     _VALID_URL = r'https?://concert\.arte\.tv/(?P<lang>de|fr)/(?P<id>.+)'
 249
 250     _TEST = {
 251         'url': 'http://concert.arte.tv/de/notwist-im-pariser-konzertclub-divan-du-monde',
 252         'md5': '9ea035b7bd69696b67aa2ccaaa218161',
 253         'info_dict': {
 254             'id': '186',
 255             'ext': 'mp4',
 256             'title': 'The Notwist im Pariser Konzertclub "Divan du Monde"',
 257             'upload_date': '20140128',
 258             'description': 'md5:486eb08f991552ade77439fe6d82c305',
 259         },
 260     }
 261
 262
 263 class ArteTVEmbedIE(ArteTVPlus7IE):
 264     IE_NAME = 'arte.tv:embed'
 265     _VALID_URL = r'''(?x)
 266         http://www\.arte\.tv
 267         /playerv2/embed\.php\?json_url=
 268         (?P<json_url>
 269             http://arte\.tv/papi/tvguide/videos/stream/player/
 270             (?P<lang>[^/]+)/(?P<id>[^/]+)[^&]*
 271         )
 272     '''
 273
 274     def _real_extract(self, url):
 275         mobj = re.match(self._VALID_URL, url)
 276         video_id = mobj.group('id')
 277         lang = mobj.group('lang')
 278         json_url = mobj.group('json_url')
 279         return self._extract_from_json_url(json_url, video_id, lang)