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