_ 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
   7 from .common import InfoExtractor
   8 from ..compat import compat_urlparse
   9 from ..utils import (
  10     clean_html,
  11     ExtractorError,
  12     int_or_none,
  13     parse_duration,
  14     determine_ext,
  15 )
  16 from .dailymotion import (
  17     DailymotionIE,
  18     DailymotionCloudIE,
  19 )
  20
  21
  22 class FranceTVBaseInfoExtractor(InfoExtractor):
  23     def _extract_video(self, video_id, catalogue=None):
  24         info = self._download_json(
  25             'https://sivideo.webservices.francetelevisions.fr/tools/getInfosOeuvre/v2/',
  26             video_id, 'Downloading video JSON', query={
  27                 'idDiffusion': video_id,
  28                 'catalogue': catalogue or '',
  29             })
  30
  31         if info.get('status') == 'NOK':
  32             raise ExtractorError(
  33                 '%s returned error: %s' % (self.IE_NAME, info['message']), expected=True)
  34         allowed_countries = info['videos'][0].get('geoblocage')
  35         if allowed_countries:
  36             georestricted = True
  37             geo_info = self._download_json(
  38                 'http://geo.francetv.fr/ws/edgescape.json', video_id,
  39                 'Downloading geo restriction info')
  40             country = geo_info['reponse']['geo_info']['country_code']
  41             if country not in allowed_countries:
  42                 raise ExtractorError(
  43                     'The video is not available from your location',
  44                     expected=True)
  45         else:
  46             georestricted = False
  47
  48         formats = []
  49         for video in info['videos']:
  50             if video['statut'] != 'ONLINE':
  51                 continue
  52             video_url = video['url']
  53             if not video_url:
  54                 continue
  55             format_id = video['format']
  56             ext = determine_ext(video_url)
  57             if ext == 'f4m':
  58                 if georestricted:
  59                     # See https://github.com/rg3/youtube-dl/issues/3963
  60                     # m3u8 urls work fine
  61                     continue
  62                 f4m_url = self._download_webpage(
  63                     'http://hdfauth.francetv.fr/esi/TA?url=%s' % video_url,
  64                     video_id, 'Downloading f4m manifest token', fatal=False)
  65                 if f4m_url:
  66                     formats.extend(self._extract_f4m_formats(
  67                         f4m_url + '&hdcore=3.7.0&plugin=aasp-3.7.0.39.44',
  68                         video_id, f4m_id=format_id, fatal=False))
  69             elif ext == 'm3u8':
  70                 formats.extend(self._extract_m3u8_formats(
  71                     video_url, video_id, 'mp4', entry_protocol='m3u8_native',
  72                     m3u8_id=format_id, fatal=False))
  73             elif video_url.startswith('rtmp'):
  74                 formats.append({
  75                     'url': video_url,
  76                     'format_id': 'rtmp-%s' % format_id,
  77                     'ext': 'flv',
  78                 })
  79             else:
  80                 if self._is_valid_url(video_url, video_id, format_id):
  81                     formats.append({
  82                         'url': video_url,
  83                         'format_id': format_id,
  84                     })
  85         self._sort_formats(formats)
  86
  87         title = info['titre']
  88         subtitle = info.get('sous_titre')
  89         if subtitle:
  90             title += ' - %s' % subtitle
  91         title = title.strip()
  92
  93         subtitles = {}
  94         subtitles_list = [{
  95             'url': subformat['url'],
  96             'ext': subformat.get('format'),
  97         } for subformat in info.get('subtitles', []) if subformat.get('url')]
  98         if subtitles_list:
  99             subtitles['fr'] = subtitles_list
 100
 101         return {
 102             'id': video_id,
 103             'title': title,
 104             'description': clean_html(info['synopsis']),
 105             'thumbnail': compat_urlparse.urljoin('http://pluzz.francetv.fr', info['image']),
 106             'duration': int_or_none(info.get('real_duration')) or parse_duration(info['duree']),
 107             'timestamp': int_or_none(info['diffusion']['timestamp']),
 108             'formats': formats,
 109             'subtitles': subtitles,
 110         }
 111
 112
 113 class FranceTVIE(FranceTVBaseInfoExtractor):
 114     _VALID_URL = r'https?://(?:(?:www\.)?france\.tv|mobile\.france\.tv)/(?:[^/]+/)*(?P<id>[^/]+)\.html'
 115
 116     _TESTS = [{
 117         'url': 'https://www.france.tv/france-2/13h15-le-dimanche/140921-les-mysteres-de-jesus.html',
 118         'info_dict': {
 119             'id': '157550144',
 120             'ext': 'mp4',
 121             'title': '13h15, le dimanche... - Les mystères de Jésus',
 122             'description': 'md5:75efe8d4c0a8205e5904498ffe1e1a42',
 123             'timestamp': 1494156300,
 124             'upload_date': '20170507',
 125         },
 126         'params': {
 127             # m3u8 downloads
 128             'skip_download': True,
 129         },
 130     }, {
 131         # france3
 132         'url': 'https://www.france.tv/france-3/des-chiffres-et-des-lettres/139063-emission-du-mardi-9-mai-2017.html',
 133         'only_matching': True,
 134     }, {
 135         # france4
 136         'url': 'https://www.france.tv/france-4/hero-corp/saison-1/134151-apres-le-calme.html',
 137         'only_matching': True,
 138     }, {
 139         # france5
 140         'url': 'https://www.france.tv/france-5/c-a-dire/saison-10/137013-c-a-dire.html',
 141         'only_matching': True,
 142     }, {
 143         # franceo
 144         'url': 'https://www.france.tv/france-o/archipels/132249-mon-ancetre-l-esclave.html',
 145         'only_matching': True,
 146     }, {
 147         # france2 live
 148         'url': 'https://www.france.tv/france-2/direct.html',
 149         'only_matching': True,
 150     }, {
 151         'url': 'https://www.france.tv/documentaires/histoire/136517-argentine-les-500-bebes-voles-de-la-dictature.html',
 152         'only_matching': True,
 153     }, {
 154         'url': 'https://www.france.tv/jeux-et-divertissements/divertissements/133965-le-web-contre-attaque.html',
 155         'only_matching': True,
 156     }, {
 157         'url': 'https://mobile.france.tv/france-5/c-dans-l-air/137347-emission-du-vendredi-12-mai-2017.html',
 158         'only_matching': True,
 159     }, {
 160         'url': 'https://www.france.tv/142749-rouge-sang.html',
 161         'only_matching': True,
 162     }]
 163
 164     def _real_extract(self, url):
 165         display_id = self._match_id(url)
 166
 167         webpage = self._download_webpage(url, display_id)
 168
 169         catalogue = None
 170         video_id = self._search_regex(
 171             r'data-main-video=(["\'])(?P<id>(?:(?!\1).)+)\1',
 172             webpage, 'video id', default=None, group='id')
 173
 174         if not video_id:
 175             video_id, catalogue = self._html_search_regex(
 176                 r'(?:href=|player\.setVideo\(\s*)"http://videos?\.francetv\.fr/video/([^@]+@[^"]+)"',
 177                 webpage, 'video ID').split('@')
 178         return self._extract_video(video_id, catalogue)
 179
 180
 181 class FranceTVEmbedIE(FranceTVBaseInfoExtractor):
 182     _VALID_URL = r'https?://embed\.francetv\.fr/*\?.*?\bue=(?P<id>[^&]+)'
 183
 184     _TEST = {
 185         'url': 'http://embed.francetv.fr/?ue=7fd581a2ccf59d2fc5719c5c13cf6961',
 186         'info_dict': {
 187             'id': 'NI_983319',
 188             'ext': 'mp4',
 189             'title': 'Le Pen Reims',
 190             'upload_date': '20170505',
 191             'timestamp': 1493981780,
 192             'duration': 16,
 193         },
 194     }
 195
 196     def _real_extract(self, url):
 197         video_id = self._match_id(url)
 198
 199         video = self._download_json(
 200             'http://api-embed.webservices.francetelevisions.fr/key/%s' % video_id,
 201             video_id)
 202
 203         return self._extract_video(video['video_id'], video.get('catalog'))
 204
 205
 206 class FranceTVInfoIE(FranceTVBaseInfoExtractor):
 207     IE_NAME = 'francetvinfo.fr'
 208     _VALID_URL = r'https?://(?:www|mobile|france3-regions)\.francetvinfo\.fr/(?:[^/]+/)*(?P<title>[^/?#&.]+)'
 209
 210     _TESTS = [{
 211         'url': 'http://www.francetvinfo.fr/replay-jt/france-3/soir-3/jt-grand-soir-3-lundi-26-aout-2013_393427.html',
 212         'info_dict': {
 213             'id': '84981923',
 214             'ext': 'mp4',
 215             'title': 'Soir 3',
 216             'upload_date': '20130826',
 217             'timestamp': 1377548400,
 218             'subtitles': {
 219                 'fr': 'mincount:2',
 220             },
 221         },
 222         'params': {
 223             # m3u8 downloads
 224             'skip_download': True,
 225         },
 226     }, {
 227         'url': 'http://www.francetvinfo.fr/elections/europeennes/direct-europeennes-regardez-le-debat-entre-les-candidats-a-la-presidence-de-la-commission_600639.html',
 228         'info_dict': {
 229             'id': 'EV_20019',
 230             'ext': 'mp4',
 231             'title': 'Débat des candidats à la Commission européenne',
 232             'description': 'Débat des candidats à la Commission européenne',
 233         },
 234         'params': {
 235             'skip_download': 'HLS (reqires ffmpeg)'
 236         },
 237         'skip': 'Ce direct est terminé et sera disponible en rattrapage dans quelques minutes.',
 238     }, {
 239         'url': 'http://www.francetvinfo.fr/economie/entreprises/les-entreprises-familiales-le-secret-de-la-reussite_933271.html',
 240         'md5': 'f485bda6e185e7d15dbc69b72bae993e',
 241         'info_dict': {
 242             'id': 'NI_173343',
 243             'ext': 'mp4',
 244             'title': 'Les entreprises familiales : le secret de la réussite',
 245             'thumbnail': r're:^https?://.*\.jpe?g$',
 246             'timestamp': 1433273139,
 247             'upload_date': '20150602',
 248         },
 249         'params': {
 250             # m3u8 downloads
 251             'skip_download': True,
 252         },
 253     }, {
 254         'url': 'http://france3-regions.francetvinfo.fr/bretagne/cotes-d-armor/thalassa-echappee-breizh-ce-venredi-dans-les-cotes-d-armor-954961.html',
 255         'md5': 'f485bda6e185e7d15dbc69b72bae993e',
 256         'info_dict': {
 257             'id': 'NI_657393',
 258             'ext': 'mp4',
 259             'title': 'Olivier Monthus, réalisateur de "Bretagne, le choix de l’Armor"',
 260             'description': 'md5:a3264114c9d29aeca11ced113c37b16c',
 261             'thumbnail': r're:^https?://.*\.jpe?g$',
 262             'timestamp': 1458300695,
 263             'upload_date': '20160318',
 264         },
 265         'params': {
 266             'skip_download': True,
 267         },
 268     }, {
 269         # Dailymotion embed
 270         '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',
 271         'md5': 'ee7f1828f25a648addc90cb2687b1f12',
 272         'info_dict': {
 273             'id': 'x4iiko0',
 274             'ext': 'mp4',
 275             'title': 'NDDL, référendum, Brexit : Cécile Duflot répond à Patrick Cohen',
 276             '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',
 277             'timestamp': 1467011958,
 278             'upload_date': '20160627',
 279             'uploader': 'France Inter',
 280             'uploader_id': 'x2q2ez',
 281         },
 282         'add_ie': ['Dailymotion'],
 283     }, {
 284         'url': 'http://france3-regions.francetvinfo.fr/limousin/emissions/jt-1213-limousin',
 285         'only_matching': True,
 286     }]
 287
 288     def _real_extract(self, url):
 289         mobj = re.match(self._VALID_URL, url)
 290         page_title = mobj.group('title')
 291         webpage = self._download_webpage(url, page_title)
 292
 293         dmcloud_url = DailymotionCloudIE._extract_dmcloud_url(webpage)
 294         if dmcloud_url:
 295             return self.url_result(dmcloud_url, DailymotionCloudIE.ie_key())
 296
 297         dailymotion_urls = DailymotionIE._extract_urls(webpage)
 298         if dailymotion_urls:
 299             return self.playlist_result([
 300                 self.url_result(dailymotion_url, DailymotionIE.ie_key())
 301                 for dailymotion_url in dailymotion_urls])
 302
 303         video_id, catalogue = self._search_regex(
 304             (r'id-video=([^@]+@[^"]+)',
 305              r'<a[^>]+href="(?:https?:)?//videos\.francetv\.fr/video/([^@]+@[^"]+)"'),
 306             webpage, 'video id').split('@')
 307         return self._extract_video(video_id, catalogue)
 308
 309
 310 class GenerationWhatIE(InfoExtractor):
 311     IE_NAME = 'france2.fr:generation-what'
 312     _VALID_URL = r'https?://generation-what\.francetv\.fr/[^/]+/video/(?P<id>[^/?#]+)'
 313
 314     _TESTS = [{
 315         'url': 'http://generation-what.francetv.fr/portrait/video/present-arms',
 316         'info_dict': {
 317             'id': 'wtvKYUG45iw',
 318             'ext': 'mp4',
 319             'title': 'Generation What - Garde à vous - FRA',
 320             'uploader': 'Generation What',
 321             'uploader_id': 'UCHH9p1eetWCgt4kXBYCb3_w',
 322             'upload_date': '20160411',
 323         },
 324     }, {
 325         'url': 'http://generation-what.francetv.fr/europe/video/present-arms',
 326         'only_matching': True,
 327     }]
 328
 329     def _real_extract(self, url):
 330         display_id = self._match_id(url)
 331         webpage = self._download_webpage(url, display_id)
 332         youtube_id = self._search_regex(
 333             r"window\.videoURL\s*=\s*'([0-9A-Za-z_-]{11})';",
 334             webpage, 'youtube id')
 335         return self.url_result(youtube_id, 'Youtube', youtube_id)
 336
 337
 338 class CultureboxIE(FranceTVBaseInfoExtractor):
 339     IE_NAME = 'culturebox.francetvinfo.fr'
 340     _VALID_URL = r'https?://(?:m\.)?culturebox\.francetvinfo\.fr/(?P<name>.*?)(\?|$)'
 341
 342     _TEST = {
 343         'url': 'http://culturebox.francetvinfo.fr/live/musique/musique-classique/le-livre-vermeil-de-montserrat-a-la-cathedrale-delne-214511',
 344         'md5': '9b88dc156781c4dbebd4c3e066e0b1d6',
 345         'info_dict': {
 346             'id': 'EV_50111',
 347             'ext': 'flv',
 348             'title': "Le Livre Vermeil de Montserrat à la Cathédrale d'Elne",
 349             'description': 'md5:f8a4ad202e8fe533e2c493cc12e739d9',
 350             'upload_date': '20150320',
 351             'timestamp': 1426892400,
 352             'duration': 2760.9,
 353         },
 354     }
 355
 356     def _real_extract(self, url):
 357         mobj = re.match(self._VALID_URL, url)
 358         name = mobj.group('name')
 359
 360         webpage = self._download_webpage(url, name)
 361
 362         if ">Ce live n'est plus disponible en replay<" in webpage:
 363             raise ExtractorError('Video %s is not available' % name, expected=True)
 364
 365         video_id, catalogue = self._search_regex(
 366             r'"https?://videos\.francetv\.fr/video/([^@]+@[^"]+)"', webpage, 'video id').split('@')
 367
 368         return self._extract_video(video_id, catalogue)