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

   1 # encoding: 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 DailymotionCloudIE
  18
  19
  20 class FranceTVBaseInfoExtractor(InfoExtractor):
  21     def _extract_video(self, video_id, catalogue):
  22         info = self._download_json(
  23             'http://webservices.francetelevisions.fr/tools/getInfosOeuvre/v2/?idDiffusion=%s&catalogue=%s'
  24             % (video_id, catalogue),
  25             video_id, 'Downloading video JSON')
  26
  27         if info.get('status') == 'NOK':
  28             raise ExtractorError(
  29                 '%s returned error: %s' % (self.IE_NAME, info['message']), expected=True)
  30         allowed_countries = info['videos'][0].get('geoblocage')
  31         if allowed_countries:
  32             georestricted = True
  33             geo_info = self._download_json(
  34                 'http://geo.francetv.fr/ws/edgescape.json', video_id,
  35                 'Downloading geo restriction info')
  36             country = geo_info['reponse']['geo_info']['country_code']
  37             if country not in allowed_countries:
  38                 raise ExtractorError(
  39                     'The video is not available from your location',
  40                     expected=True)
  41         else:
  42             georestricted = False
  43
  44         formats = []
  45         for video in info['videos']:
  46             if video['statut'] != 'ONLINE':
  47                 continue
  48             video_url = video['url']
  49             if not video_url:
  50                 continue
  51             format_id = video['format']
  52             ext = determine_ext(video_url)
  53             if ext == 'f4m':
  54                 if georestricted:
  55                     # See https://github.com/rg3/youtube-dl/issues/3963
  56                     # m3u8 urls work fine
  57                     continue
  58                 f4m_url = self._download_webpage(
  59                     'http://hdfauth.francetv.fr/esi/TA?url=%s' % video_url,
  60                     video_id, 'Downloading f4m manifest token', fatal=False)
  61                 if f4m_url:
  62                     formats.extend(self._extract_f4m_formats(
  63                         f4m_url + '&hdcore=3.7.0&plugin=aasp-3.7.0.39.44', video_id, 1, format_id))
  64             elif ext == 'm3u8':
  65                 formats.extend(self._extract_m3u8_formats(video_url, video_id, 'mp4', m3u8_id=format_id))
  66             elif video_url.startswith('rtmp'):
  67                 formats.append({
  68                     'url': video_url,
  69                     'format_id': 'rtmp-%s' % format_id,
  70                     'ext': 'flv',
  71                     'preference': 1,
  72                 })
  73             else:
  74                 formats.append({
  75                     'url': video_url,
  76                     'format_id': format_id,
  77                     'preference': -1,
  78                 })
  79         self._sort_formats(formats)
  80
  81         title = info['titre']
  82         subtitle = info.get('sous_titre')
  83         if subtitle:
  84             title += ' - %s' % subtitle
  85         title = title.strip()
  86
  87         subtitles = {}
  88         subtitles_list = [{
  89             'url': subformat['url'],
  90             'ext': subformat.get('format'),
  91         } for subformat in info.get('subtitles', []) if subformat.get('url')]
  92         if subtitles_list:
  93             subtitles['fr'] = subtitles_list
  94
  95         return {
  96             'id': video_id,
  97             'title': title,
  98             'description': clean_html(info['synopsis']),
  99             'thumbnail': compat_urlparse.urljoin('http://pluzz.francetv.fr', info['image']),
 100             'duration': int_or_none(info.get('real_duration')) or parse_duration(info['duree']),
 101             'timestamp': int_or_none(info['diffusion']['timestamp']),
 102             'formats': formats,
 103             'subtitles': subtitles,
 104         }
 105
 106
 107 class PluzzIE(FranceTVBaseInfoExtractor):
 108     IE_NAME = 'pluzz.francetv.fr'
 109     _VALID_URL = r'https?://(?:m\.)?pluzz\.francetv\.fr/videos/(?P<id>.+?)\.html'
 110
 111     # Can't use tests, videos expire in 7 days
 112
 113     def _real_extract(self, url):
 114         display_id = self._match_id(url)
 115
 116         webpage = self._download_webpage(url, display_id)
 117
 118         video_id = self._html_search_meta(
 119             'id_video', webpage, 'video id', default=None)
 120         if not video_id:
 121             video_id = self._search_regex(
 122                 r'data-diffusion=["\'](\d+)', webpage, 'video id')
 123
 124         return self._extract_video(video_id, 'Pluzz')
 125
 126
 127 class FranceTvInfoIE(FranceTVBaseInfoExtractor):
 128     IE_NAME = 'francetvinfo.fr'
 129     _VALID_URL = r'https?://(?:www|mobile|france3-regions)\.francetvinfo\.fr/.*/(?P<title>.+)\.html'
 130
 131     _TESTS = [{
 132         'url': 'http://www.francetvinfo.fr/replay-jt/france-3/soir-3/jt-grand-soir-3-lundi-26-aout-2013_393427.html',
 133         'info_dict': {
 134             'id': '84981923',
 135             'ext': 'flv',
 136             'title': 'Soir 3',
 137             'upload_date': '20130826',
 138             'timestamp': 1377548400,
 139             'subtitles': {
 140                 'fr': 'mincount:2',
 141             },
 142         },
 143     }, {
 144         'url': 'http://www.francetvinfo.fr/elections/europeennes/direct-europeennes-regardez-le-debat-entre-les-candidats-a-la-presidence-de-la-commission_600639.html',
 145         'info_dict': {
 146             'id': 'EV_20019',
 147             'ext': 'mp4',
 148             'title': 'Débat des candidats à la Commission européenne',
 149             'description': 'Débat des candidats à la Commission européenne',
 150         },
 151         'params': {
 152             'skip_download': 'HLS (reqires ffmpeg)'
 153         },
 154         'skip': 'Ce direct est terminé et sera disponible en rattrapage dans quelques minutes.',
 155     }, {
 156         'url': 'http://www.francetvinfo.fr/economie/entreprises/les-entreprises-familiales-le-secret-de-la-reussite_933271.html',
 157         'md5': 'f485bda6e185e7d15dbc69b72bae993e',
 158         'info_dict': {
 159             'id': '556e03339473995ee145930c',
 160             'ext': 'mp4',
 161             'title': 'Les entreprises familiales : le secret de la réussite',
 162             'thumbnail': 're:^https?://.*\.jpe?g$',
 163         }
 164     }, {
 165         'url': 'http://france3-regions.francetvinfo.fr/bretagne/cotes-d-armor/thalassa-echappee-breizh-ce-venredi-dans-les-cotes-d-armor-954961.html',
 166         'md5': 'f485bda6e185e7d15dbc69b72bae993e',
 167         'info_dict': {
 168             'id': 'NI_657393',
 169             'ext': 'flv',
 170             'title': 'Olivier Monthus, réalisateur de "Bretagne, le choix de l’Armor"',
 171             'description': 'md5:a3264114c9d29aeca11ced113c37b16c',
 172             'thumbnail': 're:^https?://.*\.jpe?g$',
 173             'timestamp': 1458300695,
 174             'upload_date': '20160318',
 175         },
 176         'params': {
 177             'skip_download': True,
 178         },
 179     }]
 180
 181     def _real_extract(self, url):
 182         mobj = re.match(self._VALID_URL, url)
 183         page_title = mobj.group('title')
 184         webpage = self._download_webpage(url, page_title)
 185
 186         dmcloud_url = DailymotionCloudIE._extract_dmcloud_url(webpage)
 187         if dmcloud_url:
 188             return self.url_result(dmcloud_url, 'DailymotionCloud')
 189
 190         video_id, catalogue = self._search_regex(
 191             (r'id-video=([^@]+@[^"]+)',
 192              r'<a[^>]+href="(?:https?:)?//videos\.francetv\.fr/video/([^@]+@[^"]+)"'),
 193             webpage, 'video id').split('@')
 194         return self._extract_video(video_id, catalogue)
 195
 196
 197 class FranceTVIE(FranceTVBaseInfoExtractor):
 198     IE_NAME = 'francetv'
 199     IE_DESC = 'France 2, 3, 4, 5 and Ô'
 200     _VALID_URL = r'''(?x)
 201                     https?://
 202                         (?:
 203                             (?:www\.)?france[2345o]\.fr/
 204                                 (?:
 205                                     emissions/[^/]+/(?:videos|diffusions)|
 206                                     emission/[^/]+|
 207                                     videos|
 208                                     jt
 209                                 )
 210                             /|
 211                             embed\.francetv\.fr/\?ue=
 212                         )
 213                         (?P<id>[^/?]+)
 214                     '''
 215
 216     _TESTS = [
 217         # france2
 218         {
 219             'url': 'http://www.france2.fr/emissions/13h15-le-samedi-le-dimanche/videos/75540104',
 220             'md5': 'c03fc87cb85429ffd55df32b9fc05523',
 221             'info_dict': {
 222                 'id': '109169362',
 223                 'ext': 'flv',
 224                 'title': '13h15, le dimanche...',
 225                 'description': 'md5:9a0932bb465f22d377a449be9d1a0ff7',
 226                 'upload_date': '20140914',
 227                 'timestamp': 1410693600,
 228             },
 229         },
 230         # france3
 231         {
 232             'url': 'http://www.france3.fr/emissions/pieces-a-conviction/diffusions/13-11-2013_145575',
 233             'md5': '679bb8f8921f8623bd658fa2f8364da0',
 234             'info_dict': {
 235                 'id': '000702326_CAPP_PicesconvictionExtrait313022013_120220131722_Au',
 236                 'ext': 'mp4',
 237                 'title': 'Le scandale du prix des médicaments',
 238                 'description': 'md5:1384089fbee2f04fc6c9de025ee2e9ce',
 239                 'upload_date': '20131113',
 240                 'timestamp': 1384380000,
 241             },
 242         },
 243         # france4
 244         {
 245             'url': 'http://www.france4.fr/emissions/hero-corp/videos/rhozet_herocorp_bonus_1_20131106_1923_06112013172108_F4',
 246             'md5': 'a182bf8d2c43d88d46ec48fbdd260c1c',
 247             'info_dict': {
 248                 'id': 'rhozet_herocorp_bonus_1_20131106_1923_06112013172108_F4',
 249                 'ext': 'mp4',
 250                 'title': 'Hero Corp Making of - Extrait 1',
 251                 'description': 'md5:c87d54871b1790679aec1197e73d650a',
 252                 'upload_date': '20131106',
 253                 'timestamp': 1383766500,
 254             },
 255         },
 256         # france5
 257         {
 258             'url': 'http://www.france5.fr/emissions/c-a-dire/videos/quels_sont_les_enjeux_de_cette_rentree_politique__31-08-2015_908948?onglet=tous&page=1',
 259             'md5': 'f6c577df3806e26471b3d21631241fd0',
 260             'info_dict': {
 261                 'id': '123327454',
 262                 'ext': 'flv',
 263                 'title': 'C à dire ?! - Quels sont les enjeux de cette rentrée politique ?',
 264                 'description': 'md5:4a0d5cb5dce89d353522a84462bae5a4',
 265                 'upload_date': '20150831',
 266                 'timestamp': 1441035120,
 267             },
 268         },
 269         # franceo
 270         {
 271             'url': 'http://www.franceo.fr/jt/info-soir/18-07-2015',
 272             'md5': '47d5816d3b24351cdce512ad7ab31da8',
 273             'info_dict': {
 274                 'id': '125377621',
 275                 'ext': 'flv',
 276                 'title': 'Infô soir',
 277                 'description': 'md5:01b8c6915a3d93d8bbbd692651714309',
 278                 'upload_date': '20150718',
 279                 'timestamp': 1437241200,
 280                 'duration': 414,
 281             },
 282         },
 283         {
 284             # francetv embed
 285             'url': 'http://embed.francetv.fr/?ue=8d7d3da1e3047c42ade5a5d7dfd3fc87',
 286             'info_dict': {
 287                 'id': 'EV_30231',
 288                 'ext': 'flv',
 289                 'title': 'Alcaline, le concert avec Calogero',
 290                 'description': 'md5:61f08036dcc8f47e9cfc33aed08ffaff',
 291                 'upload_date': '20150226',
 292                 'timestamp': 1424989860,
 293                 'duration': 5400,
 294             },
 295         },
 296         {
 297             'url': 'http://www.france4.fr/emission/highlander/diffusion-du-17-07-2015-04h05',
 298             'only_matching': True,
 299         },
 300         {
 301             'url': 'http://www.franceo.fr/videos/125377617',
 302             'only_matching': True,
 303         }
 304     ]
 305
 306     def _real_extract(self, url):
 307         video_id = self._match_id(url)
 308         webpage = self._download_webpage(url, video_id)
 309         video_id, catalogue = self._html_search_regex(
 310             r'(?:href=|player\.setVideo\(\s*)"http://videos?\.francetv\.fr/video/([^@]+@[^"]+)"',
 311             webpage, 'video ID').split('@')
 312         return self._extract_video(video_id, catalogue)
 313
 314
 315 class GenerationQuoiIE(InfoExtractor):
 316     IE_NAME = 'france2.fr:generation-quoi'
 317     _VALID_URL = r'https?://generation-quoi\.france2\.fr/portrait/(?P<id>[^/?#]+)'
 318
 319     _TEST = {
 320         'url': 'http://generation-quoi.france2.fr/portrait/garde-a-vous',
 321         'info_dict': {
 322             'id': 'k7FJX8VBcvvLmX4wA5Q',
 323             'ext': 'mp4',
 324             'title': 'Génération Quoi - Garde à Vous',
 325             'uploader': 'Génération Quoi',
 326         },
 327         'params': {
 328             # It uses Dailymotion
 329             'skip_download': True,
 330         },
 331     }
 332
 333     def _real_extract(self, url):
 334         display_id = self._match_id(url)
 335         info_url = compat_urlparse.urljoin(url, '/medias/video/%s.json' % display_id)
 336         info_json = self._download_webpage(info_url, display_id)
 337         info = json.loads(info_json)
 338         return self.url_result('http://www.dailymotion.com/video/%s' % info['id'],
 339                                ie='Dailymotion')
 340
 341
 342 class CultureboxIE(FranceTVBaseInfoExtractor):
 343     IE_NAME = 'culturebox.francetvinfo.fr'
 344     _VALID_URL = r'https?://(?:m\.)?culturebox\.francetvinfo\.fr/(?P<name>.*?)(\?|$)'
 345
 346     _TEST = {
 347         'url': 'http://culturebox.francetvinfo.fr/live/musique/musique-classique/le-livre-vermeil-de-montserrat-a-la-cathedrale-delne-214511',
 348         'md5': '9b88dc156781c4dbebd4c3e066e0b1d6',
 349         'info_dict': {
 350             'id': 'EV_50111',
 351             'ext': 'flv',
 352             'title': "Le Livre Vermeil de Montserrat à la Cathédrale d'Elne",
 353             'description': 'md5:f8a4ad202e8fe533e2c493cc12e739d9',
 354             'upload_date': '20150320',
 355             'timestamp': 1426892400,
 356             'duration': 2760.9,
 357         },
 358     }
 359
 360     def _real_extract(self, url):
 361         mobj = re.match(self._VALID_URL, url)
 362         name = mobj.group('name')
 363
 364         webpage = self._download_webpage(url, name)
 365
 366         if ">Ce live n'est plus disponible en replay<" in webpage:
 367             raise ExtractorError('Video %s is not available' % name, expected=True)
 368
 369         video_id, catalogue = self._search_regex(
 370             r'"http://videos\.francetv\.fr/video/([^@]+@[^"]+)"', webpage, 'video id').split('@')
 371
 372         return self._extract_video(video_id, catalogue)