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

   1 from __future__ import unicode_literals
   2
   3 import xml.etree.ElementTree
   4
   5 from .common import InfoExtractor
   6 from ..utils import (
   7     ExtractorError,
   8     parse_duration,
   9     int_or_none,
  10 )
  11 from ..compat import compat_HTTPError
  12 import re
  13
  14
  15 class BBCCoUkIE(InfoExtractor):
  16     IE_NAME = 'bbc.co.uk'
  17     IE_DESC = 'BBC iPlayer'
  18     _VALID_URL = r'https?://(?:www\.)?bbc\.co\.uk/(?:(?:(?:programmes|iplayer(?:/[^/]+)?/(?:episode|playlist))/)|music/clips[/#])(?P<id>[\da-z]{8})'
  19
  20     mediaselector_url = 'http://open.live.bbc.co.uk/mediaselector/5/select/version/2.0/mediaset/pc/vpid/%s'
  21
  22     _TESTS = [
  23         {
  24             'url': 'http://www.bbc.co.uk/programmes/b039g8p7',
  25             'info_dict': {
  26                 'id': 'b039d07m',
  27                 'ext': 'flv',
  28                 'title': 'Kaleidoscope, Leonard Cohen',
  29                 'description': 'The Canadian poet and songwriter reflects on his musical career.',
  30                 'duration': 1740,
  31             },
  32             'params': {
  33                 # rtmp download
  34                 'skip_download': True,
  35             }
  36         },
  37         {
  38             'url': 'http://www.bbc.co.uk/iplayer/episode/b00yng5w/The_Man_in_Black_Series_3_The_Printed_Name/',
  39             'info_dict': {
  40                 'id': 'b00yng1d',
  41                 'ext': 'flv',
  42                 'title': 'The Man in Black: Series 3: The Printed Name',
  43                 'description': "Mark Gatiss introduces Nicholas Pierpan's chilling tale of a writer's devilish pact with a mysterious man. Stars Ewan Bailey.",
  44                 'duration': 1800,
  45             },
  46             'params': {
  47                 # rtmp download
  48                 'skip_download': True,
  49             },
  50             'skip': 'Episode is no longer available on BBC iPlayer Radio',
  51         },
  52         {
  53             'url': 'http://www.bbc.co.uk/iplayer/episode/b03vhd1f/The_Voice_UK_Series_3_Blind_Auditions_5/',
  54             'info_dict': {
  55                 'id': 'b00yng1d',
  56                 'ext': 'flv',
  57                 'title': 'The Voice UK: Series 3: Blind Auditions 5',
  58                 'description': "Emma Willis and Marvin Humes present the fifth set of blind auditions in the singing competition, as the coaches continue to build their teams based on voice alone.",
  59                 'duration': 5100,
  60             },
  61             'params': {
  62                 # rtmp download
  63                 'skip_download': True,
  64             },
  65             'skip': 'Currently BBC iPlayer TV programmes are available to play in the UK only',
  66         },
  67         {
  68             'url': 'http://www.bbc.co.uk/iplayer/episode/p026c7jt/tomorrows-worlds-the-unearthly-history-of-science-fiction-2-invasion',
  69             'info_dict': {
  70                 'id': 'b03k3pb7',
  71                 'ext': 'flv',
  72                 'title': "Tomorrow's Worlds: The Unearthly History of Science Fiction",
  73                 'description': '2. Invasion',
  74                 'duration': 3600,
  75             },
  76             'params': {
  77                 # rtmp download
  78                 'skip_download': True,
  79             },
  80             'skip': 'Currently BBC iPlayer TV programmes are available to play in the UK only',
  81         }, {
  82             'url': 'http://www.bbc.co.uk/programmes/b04v20dw',
  83             'info_dict': {
  84                 'id': 'b04v209v',
  85                 'ext': 'flv',
  86                 'title': 'Pete Tong, The Essential New Tune Special',
  87                 'description': "Pete has a very special mix - all of 2014's Essential New Tunes!",
  88                 'duration': 10800,
  89             },
  90             'params': {
  91                 # rtmp download
  92                 'skip_download': True,
  93             }
  94         }, {
  95             'url': 'http://www.bbc.co.uk/music/clips/p02frcc3',
  96             'note': 'Audio',
  97             'info_dict': {
  98                 'id': 'p02frcch',
  99                 'ext': 'flv',
 100                 'title': 'Pete Tong, Past, Present and Future Special, Madeon - After Hours mix',
 101                 'description': 'French house superstar Madeon takes us out of the club and onto the after party.',
 102                 'duration': 3507,
 103             },
 104             'params': {
 105                 # rtmp download
 106                 'skip_download': True,
 107             }
 108         }, {
 109             'url': 'http://www.bbc.co.uk/music/clips/p025c0zz',
 110             'note': 'Video',
 111             'info_dict': {
 112                 'id': 'p025c103',
 113                 'ext': 'flv',
 114                 'title': 'Reading and Leeds Festival, 2014, Rae Morris - Closer (Live on BBC Three)',
 115                 'description': 'Rae Morris performs Closer for BBC Three at Reading 2014',
 116                 'duration': 226,
 117             },
 118             'params': {
 119                 # rtmp download
 120                 'skip_download': True,
 121             }
 122         }, {
 123             'url': 'http://www.bbc.co.uk/iplayer/episode/b054fn09/ad/natural-world-20152016-2-super-powered-owls',
 124             'info_dict': {
 125                 'id': 'p02n76xf',
 126                 'ext': 'flv',
 127                 'title': 'Natural World, 2015-2016: 2. Super Powered Owls',
 128                 'description': 'md5:e4db5c937d0e95a7c6b5e654d429183d',
 129                 'duration': 3540,
 130             },
 131             'params': {
 132                 # rtmp download
 133                 'skip_download': True,
 134             },
 135             'skip': 'geolocation',
 136         }, {
 137             'url': 'http://www.bbc.co.uk/iplayer/episode/b05zmgwn/royal-academy-summer-exhibition',
 138             'info_dict': {
 139                 'id': 'b05zmgw1',
 140                 'ext': 'flv',
 141                 'description': 'Kirsty Wark and Morgan Quaintance visit the Royal Academy as it prepares for its annual artistic extravaganza, meeting people who have come together to make the show unique.',
 142                 'title': 'Royal Academy Summer Exhibition',
 143                 'duration': 3540,
 144             },
 145             'params': {
 146                 # rtmp download
 147                 'skip_download': True,
 148             },
 149             'skip': 'geolocation',
 150         }, {
 151             'url': 'http://www.bbc.co.uk/iplayer/playlist/p01dvks4',
 152             'only_matching': True,
 153         }, {
 154             'url': 'http://www.bbc.co.uk/music/clips#p02frcc3',
 155             'only_matching': True,
 156         }, {
 157             'url': 'http://www.bbc.co.uk/iplayer/cbeebies/episode/b0480276/bing-14-atchoo',
 158             'only_matching': True,
 159         }
 160     ]
 161
 162     def _extract_asx_playlist(self, connection, programme_id):
 163         asx = self._download_xml(connection.get('href'), programme_id, 'Downloading ASX playlist')
 164         return [ref.get('href') for ref in asx.findall('./Entry/ref')]
 165
 166     def _extract_connection(self, connection, programme_id):
 167         formats = []
 168         protocol = connection.get('protocol')
 169         supplier = connection.get('supplier')
 170         if protocol == 'http':
 171             href = connection.get('href')
 172             # ASX playlist
 173             if supplier == 'asx':
 174                 for i, ref in enumerate(self._extract_asx_playlist(connection, programme_id)):
 175                     formats.append({
 176                         'url': ref,
 177                         'format_id': 'ref%s_%s' % (i, supplier),
 178                     })
 179             # Direct link
 180             else:
 181                 formats.append({
 182                     'url': href,
 183                     'format_id': supplier,
 184                 })
 185         elif protocol == 'rtmp':
 186             application = connection.get('application', 'ondemand')
 187             auth_string = connection.get('authString')
 188             identifier = connection.get('identifier')
 189             server = connection.get('server')
 190             formats.append({
 191                 'url': '%s://%s/%s?%s' % (protocol, server, application, auth_string),
 192                 'play_path': identifier,
 193                 'app': '%s?%s' % (application, auth_string),
 194                 'page_url': 'http://www.bbc.co.uk',
 195                 'player_url': 'http://www.bbc.co.uk/emp/releases/iplayer/revisions/617463_618125_4/617463_618125_4_emp.swf',
 196                 'rtmp_live': False,
 197                 'ext': 'flv',
 198                 'format_id': supplier,
 199             })
 200         return formats
 201
 202     def _extract_items(self, playlist):
 203         return playlist.findall('./{http://bbc.co.uk/2008/emp/playlist}item')
 204
 205     def _extract_medias(self, media_selection):
 206         error = media_selection.find('./{http://bbc.co.uk/2008/mp/mediaselection}error')
 207         if error is not None:
 208             raise ExtractorError(
 209                 '%s returned error: %s' % (self.IE_NAME, error.get('id')), expected=True)
 210         return media_selection.findall('./{http://bbc.co.uk/2008/mp/mediaselection}media')
 211
 212     def _extract_connections(self, media):
 213         return media.findall('./{http://bbc.co.uk/2008/mp/mediaselection}connection')
 214
 215     def _extract_video(self, media, programme_id):
 216         formats = []
 217         vbr = int_or_none(media.get('bitrate'))
 218         vcodec = media.get('encoding')
 219         service = media.get('service')
 220         width = int_or_none(media.get('width'))
 221         height = int_or_none(media.get('height'))
 222         file_size = int_or_none(media.get('media_file_size'))
 223         for connection in self._extract_connections(media):
 224             conn_formats = self._extract_connection(connection, programme_id)
 225             for format in conn_formats:
 226                 format.update({
 227                     'format_id': '%s_%s' % (service, format['format_id']),
 228                     'width': width,
 229                     'height': height,
 230                     'vbr': vbr,
 231                     'vcodec': vcodec,
 232                     'filesize': file_size,
 233                 })
 234             formats.extend(conn_formats)
 235         return formats
 236
 237     def _extract_audio(self, media, programme_id):
 238         formats = []
 239         abr = int_or_none(media.get('bitrate'))
 240         acodec = media.get('encoding')
 241         service = media.get('service')
 242         for connection in self._extract_connections(media):
 243             conn_formats = self._extract_connection(connection, programme_id)
 244             for format in conn_formats:
 245                 format.update({
 246                     'format_id': '%s_%s' % (service, format['format_id']),
 247                     'abr': abr,
 248                     'acodec': acodec,
 249                 })
 250             formats.extend(conn_formats)
 251         return formats
 252
 253     def _get_subtitles(self, media, programme_id):
 254         subtitles = {}
 255         for connection in self._extract_connections(media):
 256             captions = self._download_xml(connection.get('href'), programme_id, 'Downloading captions')
 257             lang = captions.get('{http://www.w3.org/XML/1998/namespace}lang', 'en')
 258             subtitles[lang] = [
 259                 {
 260                     'url': connection.get('href'),
 261                     'ext': 'ttml',
 262                 },
 263             ]
 264         return subtitles
 265
 266     def _download_media_selector(self, programme_id):
 267         try:
 268             media_selection = self._download_xml(
 269                 self.mediaselector_url % programme_id,
 270                 programme_id, 'Downloading media selection XML')
 271         except ExtractorError as ee:
 272             if isinstance(ee.cause, compat_HTTPError) and ee.cause.code == 403:
 273                 media_selection = xml.etree.ElementTree.fromstring(ee.cause.read().decode('utf-8'))
 274             else:
 275                 raise
 276
 277         formats = []
 278         subtitles = None
 279
 280         for media in self._extract_medias(media_selection):
 281             kind = media.get('kind')
 282             if kind == 'audio':
 283                 formats.extend(self._extract_audio(media, programme_id))
 284             elif kind == 'video':
 285                 formats.extend(self._extract_video(media, programme_id))
 286             elif kind == 'captions':
 287                 subtitles = self.extract_subtitles(media, programme_id)
 288
 289         return formats, subtitles
 290
 291     def _download_playlist(self, playlist_id):
 292         try:
 293             playlist = self._download_json(
 294                 'http://www.bbc.co.uk/programmes/%s/playlist.json' % playlist_id,
 295                 playlist_id, 'Downloading playlist JSON')
 296
 297             version = playlist.get('defaultAvailableVersion')
 298             if version:
 299                 smp_config = version['smpConfig']
 300                 title = smp_config['title']
 301                 description = smp_config['summary']
 302                 for item in smp_config['items']:
 303                     kind = item['kind']
 304                     if kind != 'programme' and kind != 'radioProgramme':
 305                         continue
 306                     programme_id = item.get('vpid')
 307                     duration = int_or_none(item.get('duration'))
 308                     formats, subtitles = self._download_media_selector(programme_id)
 309                 return programme_id, title, description, duration, formats, subtitles
 310         except ExtractorError as ee:
 311             if not (isinstance(ee.cause, compat_HTTPError) and ee.cause.code == 404):
 312                 raise
 313
 314         # fallback to legacy playlist
 315         playlist = self._download_xml(
 316             'http://www.bbc.co.uk/iplayer/playlist/%s' % playlist_id,
 317             playlist_id, 'Downloading legacy playlist XML')
 318
 319         no_items = playlist.find('./{http://bbc.co.uk/2008/emp/playlist}noItems')
 320         if no_items is not None:
 321             reason = no_items.get('reason')
 322             if reason == 'preAvailability':
 323                 msg = 'Episode %s is not yet available' % playlist_id
 324             elif reason == 'postAvailability':
 325                 msg = 'Episode %s is no longer available' % playlist_id
 326             elif reason == 'noMedia':
 327                 msg = 'Episode %s is not currently available' % playlist_id
 328             else:
 329                 msg = 'Episode %s is not available: %s' % (playlist_id, reason)
 330             raise ExtractorError(msg, expected=True)
 331
 332         for item in self._extract_items(playlist):
 333             kind = item.get('kind')
 334             if kind != 'programme' and kind != 'radioProgramme':
 335                 continue
 336             title = playlist.find('./{http://bbc.co.uk/2008/emp/playlist}title').text
 337             description = playlist.find('./{http://bbc.co.uk/2008/emp/playlist}summary').text
 338             programme_id = item.get('identifier')
 339             duration = int_or_none(item.get('duration'))
 340             formats, subtitles = self._download_media_selector(programme_id)
 341
 342         return programme_id, title, description, duration, formats, subtitles
 343
 344     def _real_extract(self, url):
 345         group_id = self._match_id(url)
 346
 347         webpage = self._download_webpage(url, group_id, 'Downloading video page')
 348
 349         programme_id = None
 350
 351         tviplayer = self._search_regex(
 352             r'mediator\.bind\(({.+?})\s*,\s*document\.getElementById',
 353             webpage, 'player', default=None)
 354
 355         if tviplayer:
 356             player = self._parse_json(tviplayer, group_id).get('player', {})
 357             duration = int_or_none(player.get('duration'))
 358             programme_id = player.get('vpid')
 359
 360         if not programme_id:
 361             programme_id = self._search_regex(
 362                 r'"vpid"\s*:\s*"([\da-z]{8})"', webpage, 'vpid', fatal=False, default=None)
 363
 364         if programme_id:
 365             formats, subtitles = self._download_media_selector(programme_id)
 366             title = self._og_search_title(webpage)
 367             description = self._search_regex(
 368                 r'<p class="[^"]*medium-description[^"]*">([^<]+)</p>',
 369                 webpage, 'description', fatal=False)
 370         else:
 371             programme_id, title, description, duration, formats, subtitles = self._download_playlist(group_id)
 372
 373         self._sort_formats(formats)
 374
 375         return {
 376             'id': programme_id,
 377             'title': title,
 378             'description': description,
 379             'thumbnail': self._og_search_thumbnail(webpage, default=None),
 380             'duration': duration,
 381             'formats': formats,
 382             'subtitles': subtitles,
 383         }
 384
 385
 386 class BBCNewsIE(BBCCoUkIE):
 387     IE_NAME = 'bbc.com'
 388     IE_DESC = 'BBC news'
 389     _VALID_URL = r'https?://(?:www\.)?bbc\.com/.+?/(?P<id>[^/]+)$'
 390
 391     mediaselector_url = 'http://open.live.bbc.co.uk/mediaselector/4/mtis/stream/%s'
 392
 393     _TESTS = [{
 394         'url': 'http://www.bbc.com/news/world-europe-32668511',
 395         'info_dict': {
 396             'id': 'world-europe-32668511',
 397             'title': 'Russia stages massive WW2 parade despite Western boycott',
 398         },
 399         'playlist_count': 2,
 400     }, {
 401         'url': 'http://www.bbc.com/news/business-28299555',
 402         'info_dict': {
 403             'id': 'business-28299555',
 404             'title': 'Farnborough Airshow: Video highlights',
 405         },
 406         'playlist_count': 9,
 407     }, {
 408         'url': 'http://www.bbc.com/news/world-europe-32041533',
 409         'note': 'Video',
 410         'info_dict': {
 411             'id': 'p02mprgb',
 412             'ext': 'mp4',
 413             'title': 'Aerial footage showed the site of the crash in the Alps - courtesy BFM TV',
 414             'description': 'Germanwings plane crash site in aerial video - Aerial footage showed the site of the crash in the Alps - courtesy BFM TV',
 415             'duration': 47,
 416             'upload_date': '20150324',
 417             'uploader': 'BBC News',
 418         },
 419         'params': {
 420             'skip_download': True,
 421         }
 422     }, {
 423         'url': 'http://www.bbc.com/turkce/haberler/2015/06/150615_telabyad_kentin_cogu',
 424         'note': 'Video',
 425         'info_dict': {
 426             'id': 'NA',
 427             'ext': 'mp4',
 428             'title': 'YPG: Tel Abyad\'\u0131n tamam\u0131 kontrol\xfcm\xfczde',
 429             'description': 'YPG: Tel Abyad\'\u0131n tamam\u0131 kontrol\xfcm\xfczde',
 430             'duration': 47,
 431             'upload_date': '20150615',
 432             'uploader': 'BBC News',
 433         },
 434         'params': {
 435             'skip_download': True,
 436         }
 437     }, {
 438         'url': 'http://www.bbc.com/mundo/video_fotos/2015/06/150619_video_honduras_militares_hospitales_corrupcion_aw',
 439         'note': 'Video',
 440         'info_dict': {
 441             'id': '39275083',
 442             'ext': 'mp4',
 443             'title': 'Honduras militariza sus hospitales por nuevo esc\xe1ndalo de corrupci\xf3n',
 444             'description': 'Honduras militariza sus hospitales por nuevo esc\xe1ndalo de corrupci\xf3n',
 445             'duration': 87,
 446             'upload_date': '20150619',
 447             'uploader': 'BBC News',
 448         },
 449         'params': {
 450             'skip_download': True,
 451         }
 452     }]
 453
 454     def _real_extract(self, url):
 455         list_id = self._match_id(url)
 456         webpage = self._download_webpage(url, list_id)
 457
 458         list_title = self._html_search_regex(r'<title>(.*?)(?:\s*-\s*BBC [^ ]+)?</title>', webpage, 'list title')
 459
 460         pubdate = self._html_search_regex(r'"datePublished":\s*"(\d+-\d+-\d+)', webpage, 'date', default=None)
 461         if pubdate:
 462             pubdate = pubdate.replace('-', '')
 463
 464         ret = []
 465         jsent = []
 466
 467         # works with bbc.com/news/something-something-123456 articles
 468         jsent = map(
 469             lambda m: self._parse_json(m, list_id),
 470             re.findall(r"data-media-meta='({[^']+})'", webpage)
 471         )
 472
 473         if len(jsent) == 0:
 474             # http://www.bbc.com/news/video_and_audio/international
 475             # and single-video articles
 476             masset = self._html_search_regex(r'mediaAssetPage\.init\(\s*({.+?}), "/', webpage, 'mediaassets', default=None)
 477             if masset:
 478                 jmasset = self._parse_json(masset, list_id)
 479                 for key, val in jmasset.get('videos', {}).items():
 480                     for skey, sval in val.items():
 481                         sval['id'] = skey
 482                         jsent.append(sval)
 483
 484         if len(jsent) == 0:
 485             # stubbornly generic extractor for {json with "image":{allvideoshavethis},etc}
 486             # in http://www.bbc.com/news/video_and_audio/international
 487             # prone to breaking if entries have sourceFiles list
 488             jsent = map(
 489                 lambda m: self._parse_json(m, list_id),
 490                 re.findall(r"({[^{}]+image\":{[^}]+}[^}]+})", webpage)
 491             )
 492
 493         if len(jsent) == 0:
 494             raise ExtractorError('No video found', expected=True)
 495
 496         for jent in jsent:
 497             programme_id = jent.get('externalId')
 498             xml_url = jent.get('href')
 499
 500             title = jent.get('caption', '')
 501             if title == '':
 502                 title = list_title
 503
 504             duration = parse_duration(jent.get('duration'))
 505             description = list_title
 506             if jent.get('caption', '') != '':
 507                 description += ' - ' + jent.get('caption')
 508             thumbnail = None
 509             if jent.get('image') is not None:
 510                 thumbnail = jent['image'].get('href')
 511
 512             formats = []
 513             subtitles = []
 514
 515             if programme_id:
 516                 formats, subtitles = self._download_media_selector(programme_id)
 517             elif jent.get('sourceFiles') is not None:
 518                 # mediaselector not used at
 519                 # http://www.bbc.com/turkce/haberler/2015/06/150615_telabyad_kentin_cogu
 520                 for key, val in jent['sourceFiles'].items():
 521                     formats.append({
 522                         'ext': val.get('encoding'),
 523                         'url': val.get('url'),
 524                         'filesize': int(val.get('filesize')),
 525                         'format_id': key
 526                     })
 527             elif xml_url:
 528                 # Cheap fallback
 529                 # http://playlists.bbc.co.uk/news/(list_id)[ABC..]/playlist.sxml
 530                 xml = self._download_webpage(xml_url, programme_id, 'Downloading playlist.sxml for externalId (fallback)')
 531                 programme_id = self._search_regex(r'<mediator [^>]*identifier="(.+?)"', xml, 'playlist.sxml (externalId fallback)')
 532                 formats, subtitles = self._download_media_selector(programme_id)
 533
 534             if len(formats) == 0:
 535                 raise ExtractorError('unsupported json media entry.\n    ' + str(jent) + '\n')
 536
 537             self._sort_formats(formats)
 538
 539             id = jent.get('id') if programme_id is None else programme_id
 540             if id is None:
 541                 id = 'NA'
 542
 543             ret.append({
 544                 'id': id,
 545                 'uploader': 'BBC News',
 546                 'upload_date': pubdate,
 547                 'title': title,
 548                 'description': description,
 549                 'thumbnail': thumbnail,
 550                 'duration': duration,
 551                 'formats': formats,
 552                 'subtitles': subtitles,
 553             })
 554
 555         if len(ret) > 0:
 556             return self.playlist_result(ret, list_id, list_title)
 557         raise ExtractorError('No video found', expected=True)