_ 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 (
   9     compat_str,
  10     compat_urlparse,
  11 )
  12 from ..utils import (
  13     clean_html,
  14     ExtractorError,
  15     int_or_none,
  16     parse_duration,
  17     determine_ext,
  18 )
  19 from .dailymotion import DailymotionIE
  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']),
  34                 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         def sign(manifest_url, manifest_id):
  50             for host in ('hdfauthftv-a.akamaihd.net', 'hdfauth.francetv.fr'):
  51                 signed_url = self._download_webpage(
  52                     'https://%s/esi/TA' % host, video_id,
  53                     'Downloading signed %s manifest URL' % manifest_id,
  54                     fatal=False, query={
  55                         'url': manifest_url,
  56                     })
  57                 if (signed_url and isinstance(signed_url, compat_str) and
  58                         re.search(r'^(?:https?:)?//', signed_url)):
  59                     return signed_url
  60             return manifest_url
  61
  62         formats = []
  63         for video in info['videos']:
  64             if video['statut'] != 'ONLINE':
  65                 continue
  66             video_url = video['url']
  67             if not video_url:
  68                 continue
  69             format_id = video['format']
  70             ext = determine_ext(video_url)
  71             if ext == 'f4m':
  72                 if georestricted:
  73                     # See https://github.com/rg3/youtube-dl/issues/3963
  74                     # m3u8 urls work fine
  75                     continue
  76                 formats.extend(self._extract_f4m_formats(
  77                     sign(video_url, format_id) + '&hdcore=3.7.0&plugin=aasp-3.7.0.39.44',
  78                     video_id, f4m_id=format_id, fatal=False))
  79             elif ext == 'm3u8':
  80                 formats.extend(self._extract_m3u8_formats(
  81                     sign(video_url, format_id), video_id, 'mp4',
  82                     entry_protocol='m3u8_native', m3u8_id=format_id,
  83                     fatal=False))
  84             elif video_url.startswith('rtmp'):
  85                 formats.append({
  86                     'url': video_url,
  87                     'format_id': 'rtmp-%s' % format_id,
  88                     'ext': 'flv',
  89                 })
  90             else:
  91                 if self._is_valid_url(video_url, video_id, format_id):
  92                     formats.append({
  93                         'url': video_url,
  94                         'format_id': format_id,
  95                     })
  96         self._sort_formats(formats)
  97
  98         title = info['titre']
  99         subtitle = info.get('sous_titre')
 100         if subtitle:
 101             title += ' - %s' % subtitle
 102         title = title.strip()
 103
 104         subtitles = {}
 105         subtitles_list = [{
 106             'url': subformat['url'],
 107             'ext': subformat.get('format'),
 108         } for subformat in info.get('subtitles', []) if subformat.get('url')]
 109         if subtitles_list:
 110             subtitles['fr'] = subtitles_list
 111
 112         return {
 113             'id': video_id,
 114             'title': title,
 115             'description': clean_html(info['synopsis']),
 116             'thumbnail': compat_urlparse.urljoin('http://pluzz.francetv.fr', info['image']),
 117             'duration': int_or_none(info.get('real_duration')) or parse_duration(info['duree']),
 118             'timestamp': int_or_none(info['diffusion']['timestamp']),
 119             'formats': formats,
 120             'subtitles': subtitles,
 121         }
 122
 123
 124 class FranceTVIE(FranceTVBaseInfoExtractor):
 125     _VALID_URL = r'https?://(?:(?:www\.)?france\.tv|mobile\.france\.tv)/(?:[^/]+/)*(?P<id>[^/]+)\.html'
 126
 127     _TESTS = [{
 128         'url': 'https://www.france.tv/france-2/13h15-le-dimanche/140921-les-mysteres-de-jesus.html',
 129         'info_dict': {
 130             'id': '157550144',
 131             'ext': 'mp4',
 132             'title': '13h15, le dimanche... - Les mystères de Jésus',
 133             'description': 'md5:75efe8d4c0a8205e5904498ffe1e1a42',
 134             'timestamp': 1494156300,
 135             'upload_date': '20170507',
 136         },
 137         'params': {
 138             # m3u8 downloads
 139             'skip_download': True,
 140         },
 141     }, {
 142         # france3
 143         'url': 'https://www.france.tv/france-3/des-chiffres-et-des-lettres/139063-emission-du-mardi-9-mai-2017.html',
 144         'only_matching': True,
 145     }, {
 146         # france4
 147         'url': 'https://www.france.tv/france-4/hero-corp/saison-1/134151-apres-le-calme.html',
 148         'only_matching': True,
 149     }, {
 150         # france5
 151         'url': 'https://www.france.tv/france-5/c-a-dire/saison-10/137013-c-a-dire.html',
 152         'only_matching': True,
 153     }, {
 154         # franceo
 155         'url': 'https://www.france.tv/france-o/archipels/132249-mon-ancetre-l-esclave.html',
 156         'only_matching': True,
 157     }, {
 158         # france2 live
 159         'url': 'https://www.france.tv/france-2/direct.html',
 160         'only_matching': True,
 161     }, {
 162         'url': 'https://www.france.tv/documentaires/histoire/136517-argentine-les-500-bebes-voles-de-la-dictature.html',
 163         'only_matching': True,
 164     }, {
 165         'url': 'https://www.france.tv/jeux-et-divertissements/divertissements/133965-le-web-contre-attaque.html',
 166         'only_matching': True,
 167     }, {
 168         'url': 'https://mobile.france.tv/france-5/c-dans-l-air/137347-emission-du-vendredi-12-mai-2017.html',
 169         'only_matching': True,
 170     }, {
 171         'url': 'https://www.france.tv/142749-rouge-sang.html',
 172         'only_matching': True,
 173     }]
 174
 175     def _real_extract(self, url):
 176         display_id = self._match_id(url)
 177
 178         webpage = self._download_webpage(url, display_id)
 179
 180         catalogue = None
 181         video_id = self._search_regex(
 182             r'data-main-video=(["\'])(?P<id>(?:(?!\1).)+)\1',
 183             webpage, 'video id', default=None, group='id')
 184
 185         if not video_id:
 186             video_id, catalogue = self._html_search_regex(
 187                 r'(?:href=|player\.setVideo\(\s*)"http://videos?\.francetv\.fr/video/([^@]+@[^"]+)"',
 188                 webpage, 'video ID').split('@')
 189         return self._extract_video(video_id, catalogue)
 190
 191
 192 class FranceTVEmbedIE(FranceTVBaseInfoExtractor):
 193     _VALID_URL = r'https?://embed\.francetv\.fr/*\?.*?\bue=(?P<id>[^&]+)'
 194
 195     _TEST = {
 196         'url': 'http://embed.francetv.fr/?ue=7fd581a2ccf59d2fc5719c5c13cf6961',
 197         'info_dict': {
 198             'id': 'NI_983319',
 199             'ext': 'mp4',
 200             'title': 'Le Pen Reims',
 201             'upload_date': '20170505',
 202             'timestamp': 1493981780,
 203             'duration': 16,
 204         },
 205     }
 206
 207     def _real_extract(self, url):
 208         video_id = self._match_id(url)
 209
 210         video = self._download_json(
 211             'http://api-embed.webservices.francetelevisions.fr/key/%s' % video_id,
 212             video_id)
 213
 214         return self._extract_video(video['video_id'], video.get('catalog'))
 215
 216
 217 class FranceTVInfoIE(FranceTVBaseInfoExtractor):
 218     IE_NAME = 'francetvinfo.fr'
 219     _VALID_URL = r'https?://(?:www|mobile|france3-regions)\.francetvinfo\.fr/(?:[^/]+/)*(?P<title>[^/?#&.]+)'
 220
 221     _TESTS = [{
 222         'url': 'http://www.francetvinfo.fr/replay-jt/france-3/soir-3/jt-grand-soir-3-lundi-26-aout-2013_393427.html',
 223         'info_dict': {
 224             'id': '84981923',
 225             'ext': 'mp4',
 226             'title': 'Soir 3',
 227             'upload_date': '20130826',
 228             'timestamp': 1377548400,
 229             'subtitles': {
 230                 'fr': 'mincount:2',
 231             },
 232         },
 233         'params': {
 234             # m3u8 downloads
 235             'skip_download': True,
 236         },
 237     }, {
 238         'url': 'http://www.francetvinfo.fr/elections/europeennes/direct-europeennes-regardez-le-debat-entre-les-candidats-a-la-presidence-de-la-commission_600639.html',
 239         'info_dict': {
 240             'id': 'EV_20019',
 241             'ext': 'mp4',
 242             'title': 'Débat des candidats à la Commission européenne',
 243             'description': 'Débat des candidats à la Commission européenne',
 244         },
 245         'params': {
 246             'skip_download': 'HLS (reqires ffmpeg)'
 247         },
 248         'skip': 'Ce direct est terminé et sera disponible en rattrapage dans quelques minutes.',
 249     }, {
 250         'url': 'http://www.francetvinfo.fr/economie/entreprises/les-entreprises-familiales-le-secret-de-la-reussite_933271.html',
 251         'md5': 'f485bda6e185e7d15dbc69b72bae993e',
 252         'info_dict': {
 253             'id': 'NI_173343',
 254             'ext': 'mp4',
 255             'title': 'Les entreprises familiales : le secret de la réussite',
 256             'thumbnail': r're:^https?://.*\.jpe?g$',
 257             'timestamp': 1433273139,
 258             'upload_date': '20150602',
 259         },
 260         'params': {
 261             # m3u8 downloads
 262             'skip_download': True,
 263         },
 264     }, {
 265         'url': 'http://france3-regions.francetvinfo.fr/bretagne/cotes-d-armor/thalassa-echappee-breizh-ce-venredi-dans-les-cotes-d-armor-954961.html',
 266         'md5': 'f485bda6e185e7d15dbc69b72bae993e',
 267         'info_dict': {
 268             'id': 'NI_657393',
 269             'ext': 'mp4',
 270             'title': 'Olivier Monthus, réalisateur de "Bretagne, le choix de l’Armor"',
 271             'description': 'md5:a3264114c9d29aeca11ced113c37b16c',
 272             'thumbnail': r're:^https?://.*\.jpe?g$',
 273             'timestamp': 1458300695,
 274             'upload_date': '20160318',
 275         },
 276         'params': {
 277             'skip_download': True,
 278         },
 279     }, {
 280         # Dailymotion embed
 281         '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',
 282         'md5': 'ee7f1828f25a648addc90cb2687b1f12',
 283         'info_dict': {
 284             'id': 'x4iiko0',
 285             'ext': 'mp4',
 286             'title': 'NDDL, référendum, Brexit : Cécile Duflot répond à Patrick Cohen',
 287             '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',
 288             'timestamp': 1467011958,
 289             'upload_date': '20160627',
 290             'uploader': 'France Inter',
 291             'uploader_id': 'x2q2ez',
 292         },
 293         'add_ie': ['Dailymotion'],
 294     }, {
 295         'url': 'http://france3-regions.francetvinfo.fr/limousin/emissions/jt-1213-limousin',
 296         'only_matching': True,
 297     }]
 298
 299     def _real_extract(self, url):
 300         mobj = re.match(self._VALID_URL, url)
 301         page_title = mobj.group('title')
 302         webpage = self._download_webpage(url, page_title)
 303
 304         dailymotion_urls = DailymotionIE._extract_urls(webpage)
 305         if dailymotion_urls:
 306             return self.playlist_result([
 307                 self.url_result(dailymotion_url, DailymotionIE.ie_key())
 308                 for dailymotion_url in dailymotion_urls])
 309
 310         video_id, catalogue = self._search_regex(
 311             (r'id-video=([^@]+@[^"]+)',
 312              r'<a[^>]+href="(?:https?:)?//videos\.francetv\.fr/video/([^@]+@[^"]+)"'),
 313             webpage, 'video id').split('@')
 314         return self._extract_video(video_id, catalogue)
 315
 316
 317 class GenerationWhatIE(InfoExtractor):
 318     IE_NAME = 'france2.fr:generation-what'
 319     _VALID_URL = r'https?://generation-what\.francetv\.fr/[^/]+/video/(?P<id>[^/?#]+)'
 320
 321     _TESTS = [{
 322         'url': 'http://generation-what.francetv.fr/portrait/video/present-arms',
 323         'info_dict': {
 324             'id': 'wtvKYUG45iw',
 325             'ext': 'mp4',
 326             'title': 'Generation What - Garde à vous - FRA',
 327             'uploader': 'Generation What',
 328             'uploader_id': 'UCHH9p1eetWCgt4kXBYCb3_w',
 329             'upload_date': '20160411',
 330         },
 331     }, {
 332         'url': 'http://generation-what.francetv.fr/europe/video/present-arms',
 333         'only_matching': True,
 334     }]
 335
 336     def _real_extract(self, url):
 337         display_id = self._match_id(url)
 338         webpage = self._download_webpage(url, display_id)
 339         youtube_id = self._search_regex(
 340             r"window\.videoURL\s*=\s*'([0-9A-Za-z_-]{11})';",
 341             webpage, 'youtube id')
 342         return self.url_result(youtube_id, 'Youtube', youtube_id)
 343
 344
 345 class CultureboxIE(FranceTVBaseInfoExtractor):
 346     IE_NAME = 'culturebox.francetvinfo.fr'
 347     _VALID_URL = r'https?://(?:m\.)?culturebox\.francetvinfo\.fr/(?P<name>.*?)(\?|$)'
 348
 349     _TEST = {
 350         'url': 'http://culturebox.francetvinfo.fr/live/musique/musique-classique/le-livre-vermeil-de-montserrat-a-la-cathedrale-delne-214511',
 351         'md5': '9b88dc156781c4dbebd4c3e066e0b1d6',
 352         'info_dict': {
 353             'id': 'EV_50111',
 354             'ext': 'flv',
 355             'title': "Le Livre Vermeil de Montserrat à la Cathédrale d'Elne",
 356             'description': 'md5:f8a4ad202e8fe533e2c493cc12e739d9',
 357             'upload_date': '20150320',
 358             'timestamp': 1426892400,
 359             'duration': 2760.9,
 360         },
 361     }
 362
 363     def _real_extract(self, url):
 364         mobj = re.match(self._VALID_URL, url)
 365         name = mobj.group('name')
 366
 367         webpage = self._download_webpage(url, name)
 368
 369         if ">Ce live n'est plus disponible en replay<" in webpage:
 370             raise ExtractorError('Video %s is not available' % name, expected=True)
 371
 372         video_id, catalogue = self._search_regex(
 373             r'["\'>]https?://videos\.francetv\.fr/video/([^@]+@.+?)["\'<]',
 374             webpage, 'video id').split('@')
 375
 376         return self._extract_video(video_id, catalogue)