_ 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 ..compat import (
   8     compat_parse_qs,
   9     compat_urllib_parse_urlparse,
  10 )
  11 from ..utils import (
  12     find_xpath_attr,
  13     unified_strdate,
  14     get_element_by_attribute,
  15     int_or_none,
  16     NO_DEFAULT,
  17     qualities,
  18 )
  19
  20 # There are different sources of video in arte.tv, the extraction process
  21 # is different for each one. The videos usually expire in 7 days, so we can't
  22 # add tests.
  23
  24
  25 class ArteTvIE(InfoExtractor):
  26     _VALID_URL = r'https?://videos\.arte\.tv/(?P<lang>fr|de|en|es)/.*-(?P<id>.*?)\.html'
  27     IE_NAME = 'arte.tv'
  28
  29     def _real_extract(self, url):
  30         mobj = re.match(self._VALID_URL, url)
  31         lang = mobj.group('lang')
  32         video_id = mobj.group('id')
  33
  34         ref_xml_url = url.replace('/videos/', '/do_delegate/videos/')
  35         ref_xml_url = ref_xml_url.replace('.html', ',view,asPlayerXml.xml')
  36         ref_xml_doc = self._download_xml(
  37             ref_xml_url, video_id, note='Downloading metadata')
  38         config_node = find_xpath_attr(ref_xml_doc, './/video', 'lang', lang)
  39         config_xml_url = config_node.attrib['ref']
  40         config = self._download_xml(
  41             config_xml_url, video_id, note='Downloading configuration')
  42
  43         formats = [{
  44             'format_id': q.attrib['quality'],
  45             # The playpath starts at 'mp4:', if we don't manually
  46             # split the url, rtmpdump will incorrectly parse them
  47             'url': q.text.split('mp4:', 1)[0],
  48             'play_path': 'mp4:' + q.text.split('mp4:', 1)[1],
  49             'ext': 'flv',
  50             'quality': 2 if q.attrib['quality'] == 'hd' else 1,
  51         } for q in config.findall('./urls/url')]
  52         self._sort_formats(formats)
  53
  54         title = config.find('.//name').text
  55         thumbnail = config.find('.//firstThumbnailUrl').text
  56         return {
  57             'id': video_id,
  58             'title': title,
  59             'thumbnail': thumbnail,
  60             'formats': formats,
  61         }
  62
  63
  64 class ArteTVPlus7IE(InfoExtractor):
  65     IE_NAME = 'arte.tv:+7'
  66     _VALID_URL = r'https?://(?:www\.)?arte\.tv/guide/(?P<lang>fr|de|en|es)/(?:(?:sendungen|emissions|embed)/)?(?P<id>[^/]+)/(?P<name>[^/?#&]+)'
  67
  68     @classmethod
  69     def _extract_url_info(cls, url):
  70         mobj = re.match(cls._VALID_URL, url)
  71         lang = mobj.group('lang')
  72         query = compat_parse_qs(compat_urllib_parse_urlparse(url).query)
  73         if 'vid' in query:
  74             video_id = query['vid'][0]
  75         else:
  76             # This is not a real id, it can be for example AJT for the news
  77             # http://www.arte.tv/guide/fr/emissions/AJT/arte-journal
  78             video_id = mobj.group('id')
  79         return video_id, lang
  80
  81     def _real_extract(self, url):
  82         video_id, lang = self._extract_url_info(url)
  83         webpage = self._download_webpage(url, video_id)
  84         return self._extract_from_webpage(webpage, video_id, lang)
  85
  86     def _extract_from_webpage(self, webpage, video_id, lang):
  87         patterns_templates = (r'arte_vp_url=["\'](.*?%s.*?)["\']', r'data-url=["\']([^"]+%s[^"]+)["\']')
  88         ids = (video_id, '')
  89         # some pages contain multiple videos (like
  90         # http://www.arte.tv/guide/de/sendungen/XEN/xenius/?vid=055918-015_PLUS7-D),
  91         # so we first try to look for json URLs that contain the video id from
  92         # the 'vid' parameter.
  93         patterns = [t % re.escape(_id) for _id in ids for t in patterns_templates]
  94         json_url = self._html_search_regex(
  95             patterns, webpage, 'json vp url', default=None)
  96         if not json_url:
  97             def find_iframe_url(webpage, default=NO_DEFAULT):
  98                 return self._html_search_regex(
  99                     r'<iframe[^>]+src=(["\'])(?P<url>.+\bjson_url=.+?)\1',
 100                     webpage, 'iframe url', group='url', default=default)
 101
 102             iframe_url = find_iframe_url(webpage, None)
 103             if not iframe_url:
 104                 embed_url = self._html_search_regex(
 105                     r'arte_vp_url_oembed=\'([^\']+?)\'', webpage, 'embed url', default=None)
 106                 if embed_url:
 107                     player = self._download_json(
 108                         embed_url, video_id, 'Downloading player page')
 109                     iframe_url = find_iframe_url(player['html'])
 110             # en and es URLs produce react-based pages with different layout (e.g.
 111             # http://www.arte.tv/guide/en/053330-002-A/carnival-italy?zone=world)
 112             if not iframe_url:
 113                 program = self._search_regex(
 114                     r'program\s*:\s*({.+?["\']embed_html["\'].+?}),?\s*\n',
 115                     webpage, 'program', default=None)
 116                 if program:
 117                     embed_html = self._parse_json(program, video_id)
 118                     if embed_html:
 119                         iframe_url = find_iframe_url(embed_html['embed_html'])
 120             if iframe_url:
 121                 json_url = compat_parse_qs(
 122                     compat_urllib_parse_urlparse(iframe_url).query)['json_url'][0]
 123         if json_url:
 124             title = self._search_regex(
 125                 r'<h3[^>]+title=(["\'])(?P<title>.+?)\1',
 126                 webpage, 'title', default=None, group='title')
 127             return self._extract_from_json_url(json_url, video_id, lang, title=title)
 128         # Different kind of embed URL (e.g.
 129         # http://www.arte.tv/magazine/trepalium/fr/episode-0406-replay-trepalium)
 130         embed_url = self._search_regex(
 131             r'<iframe[^>]+src=(["\'])(?P<url>.+?)\1',
 132             webpage, 'embed url', group='url')
 133         return self.url_result(embed_url)
 134
 135     def _extract_from_json_url(self, json_url, video_id, lang, title=None):
 136         info = self._download_json(json_url, video_id)
 137         player_info = info['videoJsonPlayer']
 138
 139         upload_date_str = player_info.get('shootingDate')
 140         if not upload_date_str:
 141             upload_date_str = (player_info.get('VRA') or player_info.get('VDA') or '').split(' ')[0]
 142
 143         title = (player_info.get('VTI') or title or player_info['VID']).strip()
 144         subtitle = player_info.get('VSU', '').strip()
 145         if subtitle:
 146             title += ' - %s' % subtitle
 147
 148         info_dict = {
 149             'id': player_info['VID'],
 150             'title': title,
 151             'description': player_info.get('VDE'),
 152             'upload_date': unified_strdate(upload_date_str),
 153             'thumbnail': player_info.get('programImage') or player_info.get('VTU', {}).get('IUR'),
 154         }
 155         qfunc = qualities(['HQ', 'MQ', 'EQ', 'SQ'])
 156
 157         LANGS = {
 158             'fr': 'F',
 159             'de': 'A',
 160             'en': 'E[ANG]',
 161             'es': 'E[ESP]',
 162         }
 163
 164         langcode = LANGS.get(lang, lang)
 165
 166         formats = []
 167         for format_id, format_dict in player_info['VSR'].items():
 168             f = dict(format_dict)
 169             versionCode = f.get('versionCode')
 170             l = re.escape(langcode)
 171
 172             # Language preference from most to least priority
 173             # Reference: section 5.6.3 of
 174             # http://www.arte.tv/sites/en/corporate/files/complete-technical-guidelines-arte-geie-v1-05.pdf
 175             PREFERENCES = (
 176                 # original version in requested language, without subtitles
 177                 r'VO{0}$'.format(l),
 178                 # original version in requested language, with partial subtitles in requested language
 179                 r'VO{0}-ST{0}$'.format(l),
 180                 # original version in requested language, with subtitles for the deaf and hard-of-hearing in requested language
 181                 r'VO{0}-STM{0}$'.format(l),
 182                 # non-original (dubbed) version in requested language, without subtitles
 183                 r'V{0}$'.format(l),
 184                 # non-original (dubbed) version in requested language, with subtitles partial subtitles in requested language
 185                 r'V{0}-ST{0}$'.format(l),
 186                 # non-original (dubbed) version in requested language, with subtitles for the deaf and hard-of-hearing in requested language
 187                 r'V{0}-STM{0}$'.format(l),
 188                 # original version in requested language, with partial subtitles in different language
 189                 r'VO{0}-ST(?!{0}).+?$'.format(l),
 190                 # original version in requested language, with subtitles for the deaf and hard-of-hearing in different language
 191                 r'VO{0}-STM(?!{0}).+?$'.format(l),
 192                 # original version in different language, with partial subtitles in requested language
 193                 r'VO(?:(?!{0}).+?)?-ST{0}$'.format(l),
 194                 # original version in different language, with subtitles for the deaf and hard-of-hearing in requested language
 195                 r'VO(?:(?!{0}).+?)?-STM{0}$'.format(l),
 196                 # original version in different language, without subtitles
 197                 r'VO(?:(?!{0}))?$'.format(l),
 198                 # original version in different language, with partial subtitles in different language
 199                 r'VO(?:(?!{0}).+?)?-ST(?!{0}).+?$'.format(l),
 200                 # original version in different language, with subtitles for the deaf and hard-of-hearing in different language
 201                 r'VO(?:(?!{0}).+?)?-STM(?!{0}).+?$'.format(l),
 202             )
 203
 204             for pref, p in enumerate(PREFERENCES):
 205                 if re.match(p, versionCode):
 206                     lang_pref = len(PREFERENCES) - pref
 207                     break
 208             else:
 209                 lang_pref = -1
 210
 211             format = {
 212                 'format_id': format_id,
 213                 'preference': -10 if f.get('videoFormat') == 'M3U8' else None,
 214                 'language_preference': lang_pref,
 215                 'format_note': '%s, %s' % (f.get('versionCode'), f.get('versionLibelle')),
 216                 'width': int_or_none(f.get('width')),
 217                 'height': int_or_none(f.get('height')),
 218                 'tbr': int_or_none(f.get('bitrate')),
 219                 'quality': qfunc(f.get('quality')),
 220             }
 221
 222             if f.get('mediaType') == 'rtmp':
 223                 format['url'] = f['streamer']
 224                 format['play_path'] = 'mp4:' + f['url']
 225                 format['ext'] = 'flv'
 226             else:
 227                 format['url'] = f['url']
 228
 229             formats.append(format)
 230
 231         self._check_formats(formats, video_id)
 232         self._sort_formats(formats)
 233
 234         info_dict['formats'] = formats
 235         return info_dict
 236
 237
 238 # It also uses the arte_vp_url url from the webpage to extract the information
 239 class ArteTVCreativeIE(ArteTVPlus7IE):
 240     IE_NAME = 'arte.tv:creative'
 241     _VALID_URL = r'https?://creative\.arte\.tv/(?P<lang>fr|de|en|es)/(?:[^/]+/)*(?P<id>[^/?#&]+)'
 242
 243     _TESTS = [{
 244         'url': 'http://creative.arte.tv/de/magazin/agentur-amateur-corporate-design',
 245         'info_dict': {
 246             'id': '72176',
 247             'ext': 'mp4',
 248             'title': 'Folge 2 - Corporate Design',
 249             'upload_date': '20131004',
 250         },
 251     }, {
 252         'url': 'http://creative.arte.tv/fr/Monty-Python-Reunion',
 253         'info_dict': {
 254             'id': '160676',
 255             'ext': 'mp4',
 256             'title': 'Monty Python live (mostly)',
 257             'description': 'Événement ! Quarante-cinq ans après leurs premiers succès, les légendaires Monty Python remontent sur scène.\n',
 258             'upload_date': '20140805',
 259         }
 260     }, {
 261         'url': 'http://creative.arte.tv/de/episode/agentur-amateur-4-der-erste-kunde',
 262         'only_matching': True,
 263     }]
 264
 265
 266 class ArteTVInfoIE(ArteTVPlus7IE):
 267     IE_NAME = 'arte.tv:info'
 268     _VALID_URL = r'https?://info\.arte\.tv/(?P<lang>fr|de|en|es)/(?:[^/]+/)*(?P<id>[^/?#&]+)'
 269
 270     _TEST = {
 271         'url': 'http://info.arte.tv/fr/service-civique-un-cache-misere',
 272         'info_dict': {
 273             'id': '067528-000-A',
 274             'ext': 'mp4',
 275             'title': 'Service civique, un cache misère ?',
 276             'upload_date': '20160403',
 277         },
 278     }
 279
 280
 281 class ArteTVFutureIE(ArteTVPlus7IE):
 282     IE_NAME = 'arte.tv:future'
 283     _VALID_URL = r'https?://future\.arte\.tv/(?P<lang>fr|de|en|es)/(?P<id>[^/?#&]+)'
 284
 285     _TESTS = [{
 286         'url': 'http://future.arte.tv/fr/info-sciences/les-ecrevisses-aussi-sont-anxieuses',
 287         'info_dict': {
 288             'id': '050940-028-A',
 289             'ext': 'mp4',
 290             'title': 'Les écrevisses aussi peuvent être anxieuses',
 291             'upload_date': '20140902',
 292         },
 293     }, {
 294         'url': 'http://future.arte.tv/fr/la-science-est-elle-responsable',
 295         'only_matching': True,
 296     }]
 297
 298
 299 class ArteTVDDCIE(ArteTVPlus7IE):
 300     IE_NAME = 'arte.tv:ddc'
 301     _VALID_URL = r'https?://ddc\.arte\.tv/(?P<lang>emission|folge)/(?P<id>[^/?#&]+)'
 302
 303     def _real_extract(self, url):
 304         video_id, lang = self._extract_url_info(url)
 305         if lang == 'folge':
 306             lang = 'de'
 307         elif lang == 'emission':
 308             lang = 'fr'
 309         webpage = self._download_webpage(url, video_id)
 310         scriptElement = get_element_by_attribute('class', 'visu_video_block', webpage)
 311         script_url = self._html_search_regex(r'src="(.*?)"', scriptElement, 'script url')
 312         javascriptPlayerGenerator = self._download_webpage(script_url, video_id, 'Download javascript player generator')
 313         json_url = self._search_regex(r"json_url=(.*)&rendering_place.*", javascriptPlayerGenerator, 'json url')
 314         return self._extract_from_json_url(json_url, video_id, lang)
 315
 316
 317 class ArteTVConcertIE(ArteTVPlus7IE):
 318     IE_NAME = 'arte.tv:concert'
 319     _VALID_URL = r'https?://concert\.arte\.tv/(?P<lang>fr|de|en|es)/(?P<id>[^/?#&]+)'
 320
 321     _TEST = {
 322         'url': 'http://concert.arte.tv/de/notwist-im-pariser-konzertclub-divan-du-monde',
 323         'md5': '9ea035b7bd69696b67aa2ccaaa218161',
 324         'info_dict': {
 325             'id': '186',
 326             'ext': 'mp4',
 327             'title': 'The Notwist im Pariser Konzertclub "Divan du Monde"',
 328             'upload_date': '20140128',
 329             'description': 'md5:486eb08f991552ade77439fe6d82c305',
 330         },
 331     }
 332
 333
 334 class ArteTVCinemaIE(ArteTVPlus7IE):
 335     IE_NAME = 'arte.tv:cinema'
 336     _VALID_URL = r'https?://cinema\.arte\.tv/(?P<lang>fr|de|en|es)/(?P<id>.+)'
 337
 338     _TEST = {
 339         'url': 'http://cinema.arte.tv/de/node/38291',
 340         'md5': '6b275511a5107c60bacbeeda368c3aa1',
 341         'info_dict': {
 342             'id': '055876-000_PWA12025-D',
 343             'ext': 'mp4',
 344             'title': 'Tod auf dem Nil',
 345             'upload_date': '20160122',
 346             'description': 'md5:7f749bbb77d800ef2be11d54529b96bc',
 347         },
 348     }
 349
 350
 351 class ArteTVMagazineIE(ArteTVPlus7IE):
 352     IE_NAME = 'arte.tv:magazine'
 353     _VALID_URL = r'https?://(?:www\.)?arte\.tv/magazine/[^/]+/(?P<lang>fr|de|en|es)/(?P<id>[^/?#&]+)'
 354
 355     _TESTS = [{
 356         # Embedded via <iframe src="http://www.arte.tv/arte_vp/index.php?json_url=..."
 357         'url': 'http://www.arte.tv/magazine/trepalium/fr/entretien-avec-le-realisateur-vincent-lannoo-trepalium',
 358         'md5': '2a9369bcccf847d1c741e51416299f25',
 359         'info_dict': {
 360             'id': '065965-000-A',
 361             'ext': 'mp4',
 362             'title': 'Trepalium - Extrait Ep.01',
 363             'upload_date': '20160121',
 364         },
 365     }, {
 366         # Embedded via <iframe src="http://www.arte.tv/guide/fr/embed/054813-004-A/medium"
 367         'url': 'http://www.arte.tv/magazine/trepalium/fr/episode-0406-replay-trepalium',
 368         'md5': 'fedc64fc7a946110fe311634e79782ca',
 369         'info_dict': {
 370             'id': '054813-004_PLUS7-F',
 371             'ext': 'mp4',
 372             'title': 'Trepalium (4/6)',
 373             'description': 'md5:10057003c34d54e95350be4f9b05cb40',
 374             'upload_date': '20160218',
 375         },
 376     }, {
 377         'url': 'http://www.arte.tv/magazine/metropolis/de/frank-woeste-german-paris-metropolis',
 378         'only_matching': True,
 379     }]
 380
 381
 382 class ArteTVEmbedIE(ArteTVPlus7IE):
 383     IE_NAME = 'arte.tv:embed'
 384     _VALID_URL = r'''(?x)
 385         http://www\.arte\.tv
 386         /(?:playerv2/embed|arte_vp/index)\.php\?json_url=
 387         (?P<json_url>
 388             http://arte\.tv/papi/tvguide/videos/stream/player/
 389             (?P<lang>[^/]+)/(?P<id>[^/]+)[^&]*
 390         )
 391     '''
 392
 393     def _real_extract(self, url):
 394         mobj = re.match(self._VALID_URL, url)
 395         video_id = mobj.group('id')
 396         lang = mobj.group('lang')
 397         json_url = mobj.group('json_url')
 398         return self._extract_from_json_url(json_url, video_id, lang)