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

   1 # coding: utf-8
   2 from __future__ import unicode_literals
   3
   4 import re
   5
   6 from .common import InfoExtractor
   7 from .generic import GenericIE
   8 from ..utils import (
   9     determine_ext,
  10     ExtractorError,
  11     qualities,
  12     int_or_none,
  13     parse_duration,
  14     unified_strdate,
  15     xpath_text,
  16     update_url_query,
  17 )
  18 from ..compat import compat_etree_fromstring
  19
  20
  21 class ARDMediathekIE(InfoExtractor):
  22     IE_NAME = 'ARD:mediathek'
  23     _VALID_URL = r'^https?://(?:(?:www\.)?ardmediathek\.de|mediathek\.(?:daserste|rbb-online)\.de)/(?:.*/)(?P<video_id>[0-9]+|[^0-9][^/\?]+)[^/\?]*(?:\?.*)?'
  24
  25     _TESTS = [{
  26         'url': 'http://www.ardmediathek.de/tv/Dokumentation-und-Reportage/Ich-liebe-das-Leben-trotzdem/rbb-Fernsehen/Video?documentId=29582122&bcastId=3822114',
  27         'info_dict': {
  28             'id': '29582122',
  29             'ext': 'mp4',
  30             'title': 'Ich liebe das Leben trotzdem',
  31             'description': 'md5:45e4c225c72b27993314b31a84a5261c',
  32             'duration': 4557,
  33         },
  34         'params': {
  35             # m3u8 download
  36             'skip_download': True,
  37         },
  38         'skip': 'HTTP Error 404: Not Found',
  39     }, {
  40         'url': 'http://www.ardmediathek.de/tv/Tatort/Tatort-Scheinwelten-H%C3%B6rfassung-Video/Das-Erste/Video?documentId=29522730&bcastId=602916',
  41         'md5': 'f4d98b10759ac06c0072bbcd1f0b9e3e',
  42         'info_dict': {
  43             'id': '29522730',
  44             'ext': 'mp4',
  45             'title': 'Tatort: Scheinwelten - Hörfassung (Video tgl. ab 20 Uhr)',
  46             'description': 'md5:196392e79876d0ac94c94e8cdb2875f1',
  47             'duration': 5252,
  48         },
  49         'skip': 'HTTP Error 404: Not Found',
  50     }, {
  51         # audio
  52         'url': 'http://www.ardmediathek.de/tv/WDR-H%C3%B6rspiel-Speicher/Tod-eines-Fu%C3%9Fballers/WDR-3/Audio-Podcast?documentId=28488308&bcastId=23074086',
  53         'md5': '219d94d8980b4f538c7fcb0865eb7f2c',
  54         'info_dict': {
  55             'id': '28488308',
  56             'ext': 'mp3',
  57             'title': 'Tod eines Fußballers',
  58             'description': 'md5:f6e39f3461f0e1f54bfa48c8875c86ef',
  59             'duration': 3240,
  60         },
  61         'skip': 'HTTP Error 404: Not Found',
  62     }, {
  63         'url': 'http://mediathek.daserste.de/sendungen_a-z/328454_anne-will/22429276_vertrauen-ist-gut-spionieren-ist-besser-geht',
  64         'only_matching': True,
  65     }, {
  66         # audio
  67         'url': 'http://mediathek.rbb-online.de/radio/Hörspiel/Vor-dem-Fest/kulturradio/Audio?documentId=30796318&topRessort=radio&bcastId=9839158',
  68         'md5': '4e8f00631aac0395fee17368ac0e9867',
  69         'info_dict': {
  70             'id': '30796318',
  71             'ext': 'mp3',
  72             'title': 'Vor dem Fest',
  73             'description': 'md5:c0c1c8048514deaed2a73b3a60eecacb',
  74             'duration': 3287,
  75         },
  76     }]
  77
  78     def _extract_media_info(self, media_info_url, webpage, video_id):
  79         media_info = self._download_json(
  80             media_info_url, video_id, 'Downloading media JSON')
  81
  82         formats = self._extract_formats(media_info, video_id)
  83
  84         if not formats:
  85             if '"fsk"' in webpage:
  86                 raise ExtractorError(
  87                     'This video is only available after 20:00', expected=True)
  88             elif media_info.get('_geoblocked'):
  89                 raise ExtractorError('This video is not available due to geo restriction', expected=True)
  90
  91         self._sort_formats(formats)
  92
  93         duration = int_or_none(media_info.get('_duration'))
  94         thumbnail = media_info.get('_previewImage')
  95
  96         subtitles = {}
  97         subtitle_url = media_info.get('_subtitleUrl')
  98         if subtitle_url:
  99             subtitles['de'] = [{
 100                 'ext': 'ttml',
 101                 'url': subtitle_url,
 102             }]
 103
 104         return {
 105             'id': video_id,
 106             'duration': duration,
 107             'thumbnail': thumbnail,
 108             'formats': formats,
 109             'subtitles': subtitles,
 110         }
 111
 112     def _extract_formats(self, media_info, video_id):
 113         type_ = media_info.get('_type')
 114         media_array = media_info.get('_mediaArray', [])
 115         formats = []
 116         for num, media in enumerate(media_array):
 117             for stream in media.get('_mediaStreamArray', []):
 118                 stream_urls = stream.get('_stream')
 119                 if not stream_urls:
 120                     continue
 121                 if not isinstance(stream_urls, list):
 122                     stream_urls = [stream_urls]
 123                 quality = stream.get('_quality')
 124                 server = stream.get('_server')
 125                 for stream_url in stream_urls:
 126                     ext = determine_ext(stream_url)
 127                     if quality != 'auto' and ext in ('f4m', 'm3u8'):
 128                         continue
 129                     if ext == 'f4m':
 130                         formats.extend(self._extract_f4m_formats(
 131                             update_url_query(stream_url, {
 132                                 'hdcore': '3.1.1',
 133                                 'plugin': 'aasp-3.1.1.69.124'
 134                             }),
 135                             video_id, f4m_id='hds', fatal=False))
 136                     elif ext == 'm3u8':
 137                         formats.extend(self._extract_m3u8_formats(
 138                             stream_url, video_id, 'mp4', m3u8_id='hls', fatal=False))
 139                     else:
 140                         if server and server.startswith('rtmp'):
 141                             f = {
 142                                 'url': server,
 143                                 'play_path': stream_url,
 144                                 'format_id': 'a%s-rtmp-%s' % (num, quality),
 145                             }
 146                         elif stream_url.startswith('http'):
 147                             f = {
 148                                 'url': stream_url,
 149                                 'format_id': 'a%s-%s-%s' % (num, ext, quality)
 150                             }
 151                         else:
 152                             continue
 153                         m = re.search(r'_(?P<width>\d+)x(?P<height>\d+)\.mp4$', stream_url)
 154                         if m:
 155                             f.update({
 156                                 'width': int(m.group('width')),
 157                                 'height': int(m.group('height')),
 158                             })
 159                         if type_ == 'audio':
 160                             f['vcodec'] = 'none'
 161                         formats.append(f)
 162         return formats
 163
 164     def _real_extract(self, url):
 165         # determine video id from url
 166         m = re.match(self._VALID_URL, url)
 167
 168         numid = re.search(r'documentId=([0-9]+)', url)
 169         if numid:
 170             video_id = numid.group(1)
 171         else:
 172             video_id = m.group('video_id')
 173
 174         webpage = self._download_webpage(url, video_id)
 175
 176         if '>Der gewünschte Beitrag ist nicht mehr verfügbar.<' in webpage:
 177             raise ExtractorError('Video %s is no longer available' % video_id, expected=True)
 178
 179         if 'Diese Sendung ist für Jugendliche unter 12 Jahren nicht geeignet. Der Clip ist deshalb nur von 20 bis 6 Uhr verfügbar.' in webpage:
 180             raise ExtractorError('This program is only suitable for those aged 12 and older. Video %s is therefore only available between 20 pm and 6 am.' % video_id, expected=True)
 181
 182         if re.search(r'[\?&]rss($|[=&])', url):
 183             doc = compat_etree_fromstring(webpage.encode('utf-8'))
 184             if doc.tag == 'rss':
 185                 return GenericIE()._extract_rss(url, video_id, doc)
 186
 187         title = self._html_search_regex(
 188             [r'<h1(?:\s+class="boxTopHeadline")?>(.*?)</h1>',
 189              r'<meta name="dcterms.title" content="(.*?)"/>',
 190              r'<h4 class="headline">(.*?)</h4>'],
 191             webpage, 'title')
 192         description = self._html_search_meta(
 193             'dcterms.abstract', webpage, 'description', default=None)
 194         if description is None:
 195             description = self._html_search_meta(
 196                 'description', webpage, 'meta description')
 197
 198         # Thumbnail is sometimes not present.
 199         # It is in the mobile version, but that seems to use a different URL
 200         # structure altogether.
 201         thumbnail = self._og_search_thumbnail(webpage, default=None)
 202
 203         media_streams = re.findall(r'''(?x)
 204             mediaCollection\.addMediaStream\([0-9]+,\s*[0-9]+,\s*"[^"]*",\s*
 205             "([^"]+)"''', webpage)
 206
 207         if media_streams:
 208             QUALITIES = qualities(['lo', 'hi', 'hq'])
 209             formats = []
 210             for furl in set(media_streams):
 211                 if furl.endswith('.f4m'):
 212                     fid = 'f4m'
 213                 else:
 214                     fid_m = re.match(r'.*\.([^.]+)\.[^.]+$', furl)
 215                     fid = fid_m.group(1) if fid_m else None
 216                 formats.append({
 217                     'quality': QUALITIES(fid),
 218                     'format_id': fid,
 219                     'url': furl,
 220                 })
 221             self._sort_formats(formats)
 222             info = {
 223                 'formats': formats,
 224             }
 225         else:  # request JSON file
 226             info = self._extract_media_info(
 227                 'http://www.ardmediathek.de/play/media/%s' % video_id, webpage, video_id)
 228
 229         info.update({
 230             'id': video_id,
 231             'title': title,
 232             'description': description,
 233             'thumbnail': thumbnail,
 234         })
 235
 236         return info
 237
 238
 239 class ARDIE(InfoExtractor):
 240     _VALID_URL = '(?P<mainurl>https?://(www\.)?daserste\.de/[^?#]+/videos/(?P<display_id>[^/?#]+)-(?P<id>[0-9]+))\.html'
 241     _TEST = {
 242         'url': 'http://www.daserste.de/information/reportage-dokumentation/dokus/videos/die-story-im-ersten-mission-unter-falscher-flagge-100.html',
 243         'md5': 'd216c3a86493f9322545e045ddc3eb35',
 244         'info_dict': {
 245             'display_id': 'die-story-im-ersten-mission-unter-falscher-flagge',
 246             'id': '100',
 247             'ext': 'mp4',
 248             'duration': 2600,
 249             'title': 'Die Story im Ersten: Mission unter falscher Flagge',
 250             'upload_date': '20140804',
 251             'thumbnail': 're:^https?://.*\.jpg$',
 252         },
 253         'skip': 'HTTP Error 404: Not Found',
 254     }
 255
 256     def _real_extract(self, url):
 257         mobj = re.match(self._VALID_URL, url)
 258         display_id = mobj.group('display_id')
 259
 260         player_url = mobj.group('mainurl') + '~playerXml.xml'
 261         doc = self._download_xml(player_url, display_id)
 262         video_node = doc.find('./video')
 263         upload_date = unified_strdate(xpath_text(
 264             video_node, './broadcastDate'))
 265         thumbnail = xpath_text(video_node, './/teaserImage//variant/url')
 266
 267         formats = []
 268         for a in video_node.findall('.//asset'):
 269             f = {
 270                 'format_id': a.attrib['type'],
 271                 'width': int_or_none(a.find('./frameWidth').text),
 272                 'height': int_or_none(a.find('./frameHeight').text),
 273                 'vbr': int_or_none(a.find('./bitrateVideo').text),
 274                 'abr': int_or_none(a.find('./bitrateAudio').text),
 275                 'vcodec': a.find('./codecVideo').text,
 276                 'tbr': int_or_none(a.find('./totalBitrate').text),
 277             }
 278             if a.find('./serverPrefix').text:
 279                 f['url'] = a.find('./serverPrefix').text
 280                 f['playpath'] = a.find('./fileName').text
 281             else:
 282                 f['url'] = a.find('./fileName').text
 283             formats.append(f)
 284         self._sort_formats(formats)
 285
 286         return {
 287             'id': mobj.group('id'),
 288             'formats': formats,
 289             'display_id': display_id,
 290             'title': video_node.find('./title').text,
 291             'duration': parse_duration(video_node.find('./duration').text),
 292             'upload_date': upload_date,
 293             'thumbnail': thumbnail,
 294         }