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

   1 # coding: utf-8
   2
   3 from __future__ import unicode_literals
   4
   5 import re
   6 import json
   7
   8 from .common import InfoExtractor
   9 from ..compat import compat_urlparse
  10 from ..utils import (
  11     clean_html,
  12     ExtractorError,
  13     int_or_none,
  14     parse_duration,
  15     determine_ext,
  16 )
  17 from .dailymotion import (
  18     DailymotionIE,
  19     DailymotionCloudIE,
  20 )
  21
  22
  23 class FranceTVBaseInfoExtractor(InfoExtractor):
  24     def _extract_video(self, video_id, catalogue=None):
  25         info = self._download_json(
  26             'https://sivideo.webservices.francetelevisions.fr/tools/getInfosOeuvre/v2/',
  27             video_id, 'Downloading video JSON', query={
  28                 'idDiffusion': video_id,
  29                 'catalogue': catalogue or '',
  30             })
  31
  32         if info.get('status') == 'NOK':
  33             raise ExtractorError(
  34                 '%s returned error: %s' % (self.IE_NAME, info['message']), expected=True)
  35         allowed_countries = info['videos'][0].get('geoblocage')
  36         if allowed_countries:
  37             georestricted = True
  38             geo_info = self._download_json(
  39                 'http://geo.francetv.fr/ws/edgescape.json', video_id,
  40                 'Downloading geo restriction info')
  41             country = geo_info['reponse']['geo_info']['country_code']
  42             if country not in allowed_countries:
  43                 raise ExtractorError(
  44                     'The video is not available from your location',
  45                     expected=True)
  46         else:
  47             georestricted = False
  48
  49         formats = []
  50         for video in info['videos']:
  51             if video['statut'] != 'ONLINE':
  52                 continue
  53             video_url = video['url']
  54             if not video_url:
  55                 continue
  56             format_id = video['format']
  57             ext = determine_ext(video_url)
  58             if ext == 'f4m':
  59                 if georestricted:
  60                     # See https://github.com/rg3/youtube-dl/issues/3963
  61                     # m3u8 urls work fine
  62                     continue
  63                 f4m_url = self._download_webpage(
  64                     'http://hdfauth.francetv.fr/esi/TA?url=%s' % video_url,
  65                     video_id, 'Downloading f4m manifest token', fatal=False)
  66                 if f4m_url:
  67                     formats.extend(self._extract_f4m_formats(
  68                         f4m_url + '&hdcore=3.7.0&plugin=aasp-3.7.0.39.44',
  69                         video_id, f4m_id=format_id, fatal=False))
  70             elif ext == 'm3u8':
  71                 formats.extend(self._extract_m3u8_formats(
  72                     video_url, video_id, 'mp4', entry_protocol='m3u8_native',
  73                     m3u8_id=format_id, fatal=False))
  74             elif video_url.startswith('rtmp'):
  75                 formats.append({
  76                     'url': video_url,
  77                     'format_id': 'rtmp-%s' % format_id,
  78                     'ext': 'flv',
  79                 })
  80             else:
  81                 if self._is_valid_url(video_url, video_id, format_id):
  82                     formats.append({
  83                         'url': video_url,
  84                         'format_id': format_id,
  85                     })
  86         self._sort_formats(formats)
  87
  88         title = info['titre']
  89         subtitle = info.get('sous_titre')
  90         if subtitle:
  91             title += ' - %s' % subtitle
  92         title = title.strip()
  93
  94         subtitles = {}
  95         subtitles_list = [{
  96             'url': subformat['url'],
  97             'ext': subformat.get('format'),
  98         } for subformat in info.get('subtitles', []) if subformat.get('url')]
  99         if subtitles_list:
 100             subtitles['fr'] = subtitles_list
 101
 102         return {
 103             'id': video_id,
 104             'title': title,
 105             'description': clean_html(info['synopsis']),
 106             'thumbnail': compat_urlparse.urljoin('http://pluzz.francetv.fr', info['image']),
 107             'duration': int_or_none(info.get('real_duration')) or parse_duration(info['duree']),
 108             'timestamp': int_or_none(info['diffusion']['timestamp']),
 109             'formats': formats,
 110             'subtitles': subtitles,
 111         }
 112
 113
 114 class FranceTVIE(FranceTVBaseInfoExtractor):
 115     _VALID_URL = r'https?://(?:www\.)?france\.tv/(?:[^/]+/)+(?P<id>[^/]+)\.html'
 116
 117     _TESTS = [{
 118         'url': 'https://www.france.tv/france-2/13h15-le-dimanche/140921-les-mysteres-de-jesus.html',
 119         'info_dict': {
 120             'id': '157550144',
 121             'ext': 'mp4',
 122             'title': '13h15, le dimanche... - Les mystères de Jésus',
 123             'description': 'md5:75efe8d4c0a8205e5904498ffe1e1a42',
 124             'timestamp': 1494156300,
 125             'upload_date': '20170507',
 126         },
 127         'params': {
 128             # m3u8 downloads
 129             'skip_download': True,
 130         },
 131     }, {
 132         # france3
 133         'url': 'https://www.france.tv/france-3/des-chiffres-et-des-lettres/139063-emission-du-mardi-9-mai-2017.html',
 134         'only_matching': True,
 135     }, {
 136         # france4
 137         'url': 'https://www.france.tv/france-4/hero-corp/saison-1/134151-apres-le-calme.html',
 138         'only_matching': True,
 139     }, {
 140         # france5
 141         'url': 'https://www.france.tv/france-5/c-a-dire/saison-10/137013-c-a-dire.html',
 142         'only_matching': True,
 143     }, {
 144         # franceo
 145         'url': 'https://www.france.tv/france-o/archipels/132249-mon-ancetre-l-esclave.html',
 146         'only_matching': True,
 147     }, {
 148         # france2 live
 149         'url': 'https://www.france.tv/france-2/direct.html',
 150         'only_matching': True,
 151     }, {
 152         'url': 'https://www.france.tv/documentaires/histoire/136517-argentine-les-500-bebes-voles-de-la-dictature.html',
 153         'only_matching': True,
 154     }, {
 155         'url': 'https://www.france.tv/jeux-et-divertissements/divertissements/133965-le-web-contre-attaque.html',
 156         'only_matching': True,
 157     }]
 158
 159     def _real_extract(self, url):
 160         display_id = self._match_id(url)
 161
 162         webpage = self._download_webpage(url, display_id)
 163
 164         catalogue = None
 165         video_id = self._search_regex(
 166             r'data-main-video=(["\'])(?P<id>(?:(?!\1).)+)\1',
 167             webpage, 'video id', default=None, group='id')
 168
 169         if not video_id:
 170             video_id, catalogue = self._html_search_regex(
 171                 r'(?:href=|player\.setVideo\(\s*)"http://videos?\.francetv\.fr/video/([^@]+@[^"]+)"',
 172                 webpage, 'video ID').split('@')
 173         return self._extract_video(video_id, catalogue)
 174
 175
 176 class FranceTVEmbedIE(FranceTVBaseInfoExtractor):
 177     _VALID_URL = r'https?://embed\.francetv\.fr/*\?.*?\bue=(?P<id>[^&]+)'
 178
 179     _TEST = {
 180         'url': 'http://embed.francetv.fr/?ue=7fd581a2ccf59d2fc5719c5c13cf6961',
 181         'info_dict': {
 182             'id': 'NI_983319',
 183             'ext': 'mp4',
 184             'title': 'Le Pen Reims',
 185             'upload_date': '20170505',
 186             'timestamp': 1493981780,
 187             'duration': 16,
 188         },
 189     }
 190
 191     def _real_extract(self, url):
 192         video_id = self._match_id(url)
 193
 194         video = self._download_json(
 195             'http://api-embed.webservices.francetelevisions.fr/key/%s' % video_id,
 196             video_id)
 197
 198         return self._extract_video(video['video_id'], video.get('catalog'))
 199
 200
 201 class FranceTVInfoIE(FranceTVBaseInfoExtractor):
 202     IE_NAME = 'francetvinfo.fr'
 203     _VALID_URL = r'https?://(?:www|mobile|france3-regions)\.francetvinfo\.fr/(?:[^/]+/)*(?P<title>[^/?#&.]+)'
 204
 205     _TESTS = [{
 206         'url': 'http://www.francetvinfo.fr/replay-jt/france-3/soir-3/jt-grand-soir-3-lundi-26-aout-2013_393427.html',
 207         'info_dict': {
 208             'id': '84981923',
 209             'ext': 'mp4',
 210             'title': 'Soir 3',
 211             'upload_date': '20130826',
 212             'timestamp': 1377548400,
 213             'subtitles': {
 214                 'fr': 'mincount:2',
 215             },
 216         },
 217         'params': {
 218             # m3u8 downloads
 219             'skip_download': True,
 220         },
 221     }, {
 222         'url': 'http://www.francetvinfo.fr/elections/europeennes/direct-europeennes-regardez-le-debat-entre-les-candidats-a-la-presidence-de-la-commission_600639.html',
 223         'info_dict': {
 224             'id': 'EV_20019',
 225             'ext': 'mp4',
 226             'title': 'Débat des candidats à la Commission européenne',
 227             'description': 'Débat des candidats à la Commission européenne',
 228         },
 229         'params': {
 230             'skip_download': 'HLS (reqires ffmpeg)'
 231         },
 232         'skip': 'Ce direct est terminé et sera disponible en rattrapage dans quelques minutes.',
 233     }, {
 234         'url': 'http://www.francetvinfo.fr/economie/entreprises/les-entreprises-familiales-le-secret-de-la-reussite_933271.html',
 235         'md5': 'f485bda6e185e7d15dbc69b72bae993e',
 236         'info_dict': {
 237             'id': 'NI_173343',
 238             'ext': 'mp4',
 239             'title': 'Les entreprises familiales : le secret de la réussite',
 240             'thumbnail': r're:^https?://.*\.jpe?g$',
 241             'timestamp': 1433273139,
 242             'upload_date': '20150602',
 243         },
 244         'params': {
 245             # m3u8 downloads
 246             'skip_download': True,
 247         },
 248     }, {
 249         'url': 'http://france3-regions.francetvinfo.fr/bretagne/cotes-d-armor/thalassa-echappee-breizh-ce-venredi-dans-les-cotes-d-armor-954961.html',
 250         'md5': 'f485bda6e185e7d15dbc69b72bae993e',
 251         'info_dict': {
 252             'id': 'NI_657393',
 253             'ext': 'mp4',
 254             'title': 'Olivier Monthus, réalisateur de "Bretagne, le choix de l’Armor"',
 255             'description': 'md5:a3264114c9d29aeca11ced113c37b16c',
 256             'thumbnail': r're:^https?://.*\.jpe?g$',
 257             'timestamp': 1458300695,
 258             'upload_date': '20160318',
 259         },
 260         'params': {
 261             'skip_download': True,
 262         },
 263     }, {
 264         # Dailymotion embed
 265         'url': 'http://www.francetvinfo.fr/politique/notre-dame-des-landes/video-sur-france-inter-cecile-duflot-denonce-le-regard-meprisant-de-patrick-cohen_1520091.html',
 266         'md5': 'ee7f1828f25a648addc90cb2687b1f12',
 267         'info_dict': {
 268             'id': 'x4iiko0',
 269             'ext': 'mp4',
 270             'title': 'NDDL, référendum, Brexit : Cécile Duflot répond à Patrick Cohen',
 271             'description': 'Au lendemain de la victoire du "oui" au référendum sur l\'aéroport de Notre-Dame-des-Landes, l\'ancienne ministre écologiste est l\'invitée de Patrick Cohen. Plus d\'info : https://www.franceinter.fr/emissions/le-7-9/le-7-9-27-juin-2016',
 272             'timestamp': 1467011958,
 273             'upload_date': '20160627',
 274             'uploader': 'France Inter',
 275             'uploader_id': 'x2q2ez',
 276         },
 277         'add_ie': ['Dailymotion'],
 278     }, {
 279         'url': 'http://france3-regions.francetvinfo.fr/limousin/emissions/jt-1213-limousin',
 280         'only_matching': True,
 281     }]
 282
 283     def _real_extract(self, url):
 284         mobj = re.match(self._VALID_URL, url)
 285         page_title = mobj.group('title')
 286         webpage = self._download_webpage(url, page_title)
 287
 288         dmcloud_url = DailymotionCloudIE._extract_dmcloud_url(webpage)
 289         if dmcloud_url:
 290             return self.url_result(dmcloud_url, DailymotionCloudIE.ie_key())
 291
 292         dailymotion_urls = DailymotionIE._extract_urls(webpage)
 293         if dailymotion_urls:
 294             return self.playlist_result([
 295                 self.url_result(dailymotion_url, DailymotionIE.ie_key())
 296                 for dailymotion_url in dailymotion_urls])
 297
 298         video_id, catalogue = self._search_regex(
 299             (r'id-video=([^@]+@[^"]+)',
 300              r'<a[^>]+href="(?:https?:)?//videos\.francetv\.fr/video/([^@]+@[^"]+)"'),
 301             webpage, 'video id').split('@')
 302         return self._extract_video(video_id, catalogue)
 303
 304
 305 class GenerationQuoiIE(InfoExtractor):
 306     IE_NAME = 'france2.fr:generation-quoi'
 307     _VALID_URL = r'https?://generation-quoi\.france2\.fr/portrait/(?P<id>[^/?#]+)'
 308
 309     _TEST = {
 310         'url': 'http://generation-quoi.france2.fr/portrait/garde-a-vous',
 311         'info_dict': {
 312             'id': 'k7FJX8VBcvvLmX4wA5Q',
 313             'ext': 'mp4',
 314             'title': 'Génération Quoi - Garde à Vous',
 315             'uploader': 'Génération Quoi',
 316         },
 317         'params': {
 318             # It uses Dailymotion
 319             'skip_download': True,
 320         },
 321     }
 322
 323     def _real_extract(self, url):
 324         display_id = self._match_id(url)
 325         info_url = compat_urlparse.urljoin(url, '/medias/video/%s.json' % display_id)
 326         info_json = self._download_webpage(info_url, display_id)
 327         info = json.loads(info_json)
 328         return self.url_result('http://www.dailymotion.com/video/%s' % info['id'],
 329                                ie='Dailymotion')
 330
 331
 332 class CultureboxIE(FranceTVBaseInfoExtractor):
 333     IE_NAME = 'culturebox.francetvinfo.fr'
 334     _VALID_URL = r'https?://(?:m\.)?culturebox\.francetvinfo\.fr/(?P<name>.*?)(\?|$)'
 335
 336     _TEST = {
 337         'url': 'http://culturebox.francetvinfo.fr/live/musique/musique-classique/le-livre-vermeil-de-montserrat-a-la-cathedrale-delne-214511',
 338         'md5': '9b88dc156781c4dbebd4c3e066e0b1d6',
 339         'info_dict': {
 340             'id': 'EV_50111',
 341             'ext': 'flv',
 342             'title': "Le Livre Vermeil de Montserrat à la Cathédrale d'Elne",
 343             'description': 'md5:f8a4ad202e8fe533e2c493cc12e739d9',
 344             'upload_date': '20150320',
 345             'timestamp': 1426892400,
 346             'duration': 2760.9,
 347         },
 348     }
 349
 350     def _real_extract(self, url):
 351         mobj = re.match(self._VALID_URL, url)
 352         name = mobj.group('name')
 353
 354         webpage = self._download_webpage(url, name)
 355
 356         if ">Ce live n'est plus disponible en replay<" in webpage:
 357             raise ExtractorError('Video %s is not available' % name, expected=True)
 358
 359         video_id, catalogue = self._search_regex(
 360             r'"http://videos\.francetv\.fr/video/([^@]+@[^"]+)"', webpage, 'video id').split('@')
 361
 362         return self._extract_video(video_id, catalogue)