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

   1 # encoding: utf-8
   2 from __future__ import unicode_literals
   3
   4 import re
   5
   6 from .common import InfoExtractor
   7 from ..utils import (
   8     int_or_none,
   9     unified_strdate,
  10     ExtractorError,
  11 )
  12
  13
  14 class LifeNewsIE(InfoExtractor):
  15     IE_NAME = 'lifenews'
  16     IE_DESC = 'LIFE | NEWS'
  17     _VALID_URL = r'http://lifenews\.ru/(?:mobile/)?news/(?P<id>\d+)'
  18
  19     _TESTS = [{
  20         'url': 'http://lifenews.ru/news/126342',
  21         'md5': 'e1b50a5c5fb98a6a544250f2e0db570a',
  22         'info_dict': {
  23             'id': '126342',
  24             'ext': 'mp4',
  25             'title': 'МВД разыскивает мужчин, оставивших в IKEA сумку с автоматом',
  26             'description': 'Камеры наблюдения гипермаркета зафиксировали троих мужчин, спрятавших оружейный арсенал в камере хранения.',
  27             'thumbnail': 're:http://.*\.jpg',
  28             'upload_date': '20140130',
  29         }
  30     }, {
  31         # video in <iframe>
  32         'url': 'http://lifenews.ru/news/152125',
  33         'md5': '77d19a6f0886cd76bdbf44b4d971a273',
  34         'info_dict': {
  35             'id': '152125',
  36             'ext': 'mp4',
  37             'title': 'В Сети появилось видео захвата «Правым сектором» колхозных полей ',
  38             'description': 'Жители двух поселков Днепропетровской области не простили радикалам угрозу лишения плодородных земель и пошли в лобовую. ',
  39             'upload_date': '20150402',
  40             'uploader': 'embed.life.ru',
  41         }
  42     }, {
  43         'url': 'http://lifenews.ru/news/153461',
  44         'md5': '9b6ef8bc0ffa25aebc8bdb40d89ab795',
  45         'info_dict': {
  46             'id': '153461',
  47             'ext': 'mp4',
  48             'title': 'В Москве спасли потерявшегося медвежонка, который спрятался на дереве',
  49             'description': 'Маленький хищник не смог найти дорогу домой и обрел временное убежище на тополе недалеко от жилого массива, пока его не нашла соседская собака.',
  50             'upload_date': '20150505',
  51             'uploader': 'embed.life.ru',
  52         }
  53     }]
  54
  55     def _real_extract(self, url):
  56         mobj = re.match(self._VALID_URL, url)
  57         video_id = mobj.group('id')
  58
  59         webpage = self._download_webpage('http://lifenews.ru/news/%s' % video_id, video_id, 'Downloading page')
  60
  61         videos = re.findall(r'<video.*?poster="(?P<poster>[^"]+)".*?src="(?P<video>[^"]+)".*?></video>', webpage)
  62         iframe_link = self._html_search_regex(
  63             '<iframe[^>]+src="([^"]+)', webpage, 'iframe link', default=None)
  64         if not videos and not iframe_link:
  65             raise ExtractorError('No media links available for %s' % video_id)
  66
  67         title = self._og_search_title(webpage)
  68         TITLE_SUFFIX = ' - Первый по срочным новостям — LIFE | NEWS'
  69         if title.endswith(TITLE_SUFFIX):
  70             title = title[:-len(TITLE_SUFFIX)]
  71
  72         description = self._og_search_description(webpage)
  73
  74         view_count = self._html_search_regex(
  75             r'<div class=\'views\'>\s*(\d+)\s*</div>', webpage, 'view count', fatal=False)
  76         comment_count = self._html_search_regex(
  77             r'<div class=\'comments\'>\s*<span class=\'counter\'>\s*(\d+)\s*</span>', webpage, 'comment count', fatal=False)
  78
  79         upload_date = self._html_search_regex(
  80             r'<time datetime=\'([^\']+)\'>', webpage, 'upload date', fatal=False)
  81         if upload_date is not None:
  82             upload_date = unified_strdate(upload_date)
  83
  84         common_info = {
  85             'description': description,
  86             'view_count': int_or_none(view_count),
  87             'comment_count': int_or_none(comment_count),
  88             'upload_date': upload_date,
  89         }
  90
  91         def make_entry(video_id, media, video_number=None):
  92             cur_info = dict(common_info)
  93             cur_info.update({
  94                 'id': video_id,
  95                 'url': media[1],
  96                 'thumbnail': media[0],
  97                 'title': title if video_number is None else '%s-video%s' % (title, video_number),
  98             })
  99             return cur_info
 100
 101         if iframe_link:
 102             iframe_link = self._proto_relative_url(iframe_link, 'http:')
 103             cur_info = dict(common_info)
 104             cur_info.update({
 105                 '_type': 'url_transparent',
 106                 'id': video_id,
 107                 'title': title,
 108                 'url': iframe_link,
 109             })
 110             return cur_info
 111
 112         if len(videos) == 1:
 113             return make_entry(video_id, videos[0])
 114         else:
 115             return [make_entry(video_id, media, video_number + 1) for video_number, media in enumerate(videos)]