]> git.bitcoin.ninja Git - youtube-dl/blob - youtube_dl/extractor/firsttv.py
[scrippsnetworks] Add new extractor(closes #19857)(closes #22981)
[youtube-dl] / youtube_dl / extractor / firsttv.py
1 # coding: utf-8
2 from __future__ import unicode_literals
3
4 from .common import InfoExtractor
5 from ..compat import (
6     compat_str,
7     compat_urlparse,
8 )
9 from ..utils import (
10     int_or_none,
11     qualities,
12     unified_strdate,
13     url_or_none,
14 )
15
16
17 class FirstTVIE(InfoExtractor):
18     IE_NAME = '1tv'
19     IE_DESC = 'Первый канал'
20     _VALID_URL = r'https?://(?:www\.)?1tv\.ru/(?:[^/]+/)+(?P<id>[^/?#]+)'
21
22     _TESTS = [{
23         # single format
24         'url': 'http://www.1tv.ru/shows/naedine-so-vsemi/vypuski/gost-lyudmila-senchina-naedine-so-vsemi-vypusk-ot-12-02-2015',
25         'md5': 'a1b6b60d530ebcf8daacf4565762bbaf',
26         'info_dict': {
27             'id': '40049',
28             'ext': 'mp4',
29             'title': 'Гость Людмила Сенчина. Наедине со всеми. Выпуск от 12.02.2015',
30             'thumbnail': r're:^https?://.*\.(?:jpg|JPG)$',
31             'upload_date': '20150212',
32             'duration': 2694,
33         },
34     }, {
35         # multiple formats
36         'url': 'http://www.1tv.ru/shows/dobroe-utro/pro-zdorove/vesennyaya-allergiya-dobroe-utro-fragment-vypuska-ot-07042016',
37         'info_dict': {
38             'id': '364746',
39             'ext': 'mp4',
40             'title': 'Весенняя аллергия. Доброе утро. Фрагмент выпуска от 07.04.2016',
41             'thumbnail': r're:^https?://.*\.(?:jpg|JPG)$',
42             'upload_date': '20160407',
43             'duration': 179,
44             'formats': 'mincount:3',
45         },
46         'params': {
47             'skip_download': True,
48         },
49     }, {
50         'url': 'http://www.1tv.ru/news/issue/2016-12-01/14:00',
51         'info_dict': {
52             'id': '14:00',
53             'title': 'Выпуск новостей в 14:00   1 декабря 2016 года. Новости. Первый канал',
54             'description': 'md5:2e921b948f8c1ff93901da78ebdb1dfd',
55         },
56         'playlist_count': 13,
57     }, {
58         'url': 'http://www.1tv.ru/shows/tochvtoch-supersezon/vystupleniya/evgeniy-dyatlov-vladimir-vysockiy-koni-priveredlivye-toch-v-toch-supersezon-fragment-vypuska-ot-06-11-2016',
59         'only_matching': True,
60     }]
61
62     def _real_extract(self, url):
63         display_id = self._match_id(url)
64
65         webpage = self._download_webpage(url, display_id)
66         playlist_url = compat_urlparse.urljoin(url, self._search_regex(
67             r'data-playlist-url=(["\'])(?P<url>(?:(?!\1).)+)\1',
68             webpage, 'playlist url', group='url'))
69
70         parsed_url = compat_urlparse.urlparse(playlist_url)
71         qs = compat_urlparse.parse_qs(parsed_url.query)
72         item_ids = qs.get('videos_ids[]') or qs.get('news_ids[]')
73
74         items = self._download_json(playlist_url, display_id)
75
76         if item_ids:
77             items = [
78                 item for item in items
79                 if item.get('uid') and compat_str(item['uid']) in item_ids]
80         else:
81             items = [items[0]]
82
83         entries = []
84         QUALITIES = ('ld', 'sd', 'hd', )
85
86         for item in items:
87             title = item['title']
88             quality = qualities(QUALITIES)
89             formats = []
90             path = None
91             for f in item.get('mbr', []):
92                 src = url_or_none(f.get('src'))
93                 if not src:
94                     continue
95                 tbr = int_or_none(self._search_regex(
96                     r'_(\d{3,})\.mp4', src, 'tbr', default=None))
97                 if not path:
98                     path = self._search_regex(
99                         r'//[^/]+/(.+?)_\d+\.mp4', src,
100                         'm3u8 path', default=None)
101                 formats.append({
102                     'url': src,
103                     'format_id': f.get('name'),
104                     'tbr': tbr,
105                     'source_preference': quality(f.get('name')),
106                     # quality metadata of http formats may be incorrect
107                     'preference': -1,
108                 })
109             # m3u8 URL format is reverse engineered from [1] (search for
110             # master.m3u8). dashEdges (that is currently balancer-vod.1tv.ru)
111             # is taken from [2].
112             # 1. http://static.1tv.ru/player/eump1tv-current/eump-1tv.all.min.js?rnd=9097422834:formatted
113             # 2. http://static.1tv.ru/player/eump1tv-config/config-main.js?rnd=9097422834
114             if not path and len(formats) == 1:
115                 path = self._search_regex(
116                     r'//[^/]+/(.+?$)', formats[0]['url'],
117                     'm3u8 path', default=None)
118             if path:
119                 if len(formats) == 1:
120                     m3u8_path = ','
121                 else:
122                     tbrs = [compat_str(t) for t in sorted(f['tbr'] for f in formats)]
123                     m3u8_path = '_,%s,%s' % (','.join(tbrs), '.mp4')
124                 formats.extend(self._extract_m3u8_formats(
125                     'http://balancer-vod.1tv.ru/%s%s.urlset/master.m3u8'
126                     % (path, m3u8_path),
127                     display_id, 'mp4',
128                     entry_protocol='m3u8_native', m3u8_id='hls', fatal=False))
129             self._sort_formats(formats)
130
131             thumbnail = item.get('poster') or self._og_search_thumbnail(webpage)
132             duration = int_or_none(item.get('duration') or self._html_search_meta(
133                 'video:duration', webpage, 'video duration', fatal=False))
134             upload_date = unified_strdate(self._html_search_meta(
135                 'ya:ovs:upload_date', webpage, 'upload date', default=None))
136
137             entries.append({
138                 'id': compat_str(item.get('id') or item['uid']),
139                 'thumbnail': thumbnail,
140                 'title': title,
141                 'upload_date': upload_date,
142                 'duration': int_or_none(duration),
143                 'formats': formats
144             })
145
146         title = self._html_search_regex(
147             (r'<div class="tv_translation">\s*<h1><a href="[^"]+">([^<]*)</a>',
148              r"'title'\s*:\s*'([^']+)'"),
149             webpage, 'title', default=None) or self._og_search_title(
150             webpage, default=None)
151         description = self._html_search_regex(
152             r'<div class="descr">\s*<div>&nbsp;</div>\s*<p>([^<]*)</p></div>',
153             webpage, 'description', default=None) or self._html_search_meta(
154             'description', webpage, 'description', default=None)
155
156         return self.playlist_result(entries, display_id, title, description)