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

   1 # coding: 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     remove_end,
  10 )
  11
  12
  13 class MailRuIE(InfoExtractor):
  14     IE_NAME = 'mailru'
  15     IE_DESC = 'Видео@Mail.Ru'
  16     _VALID_URL = r'https?://(?:(?:www|m)\.)?my\.mail\.ru/(?:video/.*#video=/?(?P<idv1>(?:[^/]+/){3}\d+)|(?:(?P<idv2prefix>(?:[^/]+/){2})video/(?P<idv2suffix>[^/]+/\d+))\.html|video/embed/(?P<meta_id>\d+))'
  17     _TESTS = [
  18         {
  19             'url': 'http://my.mail.ru/video/top#video=/mail/sonypicturesrus/75/76',
  20             'md5': 'dea205f03120046894db4ebb6159879a',
  21             'info_dict': {
  22                 'id': '46301138_76',
  23                 'ext': 'mp4',
  24                 'title': 'Новый Человек-Паук. Высокое напряжение. Восстание Электро',
  25                 'timestamp': 1393232740,
  26                 'upload_date': '20140224',
  27                 'uploader': 'sonypicturesrus',
  28                 'uploader_id': 'sonypicturesrus@mail.ru',
  29                 'duration': 184,
  30             },
  31             'skip': 'Not accessible from Travis CI server',
  32         },
  33         {
  34             'url': 'http://my.mail.ru/corp/hitech/video/news_hi-tech_mail_ru/1263.html',
  35             'md5': '00a91a58c3402204dcced523777b475f',
  36             'info_dict': {
  37                 'id': '46843144_1263',
  38                 'ext': 'mp4',
  39                 'title': 'Samsung Galaxy S5 Hammer Smash Fail Battery Explosion',
  40                 'timestamp': 1397039888,
  41                 'upload_date': '20140409',
  42                 'uploader': 'hitech@corp.mail.ru',
  43                 'uploader_id': 'hitech@corp.mail.ru',
  44                 'duration': 245,
  45             },
  46             'skip': 'Not accessible from Travis CI server',
  47         },
  48         {
  49             # only available via metaUrl API
  50             'url': 'http://my.mail.ru/mail/720pizle/video/_myvideo/502.html',
  51             'md5': '3b26d2491c6949d031a32b96bd97c096',
  52             'info_dict': {
  53                 'id': '56664382_502',
  54                 'ext': 'mp4',
  55                 'title': ':8336',
  56                 'timestamp': 1449094163,
  57                 'upload_date': '20151202',
  58                 'uploader': '720pizle@mail.ru',
  59                 'uploader_id': '720pizle@mail.ru',
  60                 'duration': 6001,
  61             },
  62             'skip': 'Not accessible from Travis CI server',
  63         },
  64         {
  65             'url': 'http://m.my.mail.ru/mail/3sktvtr/video/_myvideo/138.html',
  66             'only_matching': True,
  67         },
  68         {
  69             'url': 'https://my.mail.ru/video/embed/7949340477499637815',
  70             'only_matching': True,
  71         }
  72     ]
  73
  74     def _real_extract(self, url):
  75         mobj = re.match(self._VALID_URL, url)
  76         meta_id = mobj.group('meta_id')
  77         page_config = None
  78         video_data = None
  79         video_id = None
  80         if not meta_id:
  81             video_id = mobj.group('idv1')
  82             if not video_id:
  83                 video_id = mobj.group('idv2prefix') + mobj.group('idv2suffix')
  84
  85             webpage = self._download_webpage(url, video_id)
  86
  87             page_config = self._parse_json(self._search_regex(
  88                 r'(?s)<script[^>]+class="sp-video__page-config"[^>]*>(.+?)</script>',
  89                 webpage, 'page config', default='{}'), video_id, fatal=False)
  90         if page_config or meta_id:
  91             if page_config:
  92                 meta_url = page_config.get('metaUrl') or page_config.get('video', {}).get('metaUrl')
  93             elif meta_id:
  94                 meta_url = 'https://my.mail.ru/+/video/meta/' + meta_id
  95             if meta_url:
  96                 video_data = self._download_json(
  97                     meta_url, video_id, 'Downloading video meta JSON', fatal=False)
  98
  99         # Fallback old approach
 100         if not video_data:
 101             video_data = self._download_json(
 102                 'http://api.video.mail.ru/videos/%s.json?new=1' % video_id,
 103                 video_id, 'Downloading video JSON')
 104
 105         formats = []
 106         for f in video_data['videos']:
 107             video_url = f.get('url')
 108             if not video_url:
 109                 continue
 110             format_id = f.get('key')
 111             height = int_or_none(self._search_regex(
 112                 r'^(\d+)[pP]$', format_id, 'height', default=None)) if format_id else None
 113             formats.append({
 114                 'url': video_url,
 115                 'format_id': format_id,
 116                 'height': height,
 117             })
 118         self._sort_formats(formats)
 119
 120         meta_data = video_data['meta']
 121         title = remove_end(meta_data['title'], '.mp4')
 122
 123         author = video_data.get('author')
 124         uploader = author.get('name')
 125         uploader_id = author.get('id') or author.get('email')
 126         view_count = int_or_none(video_data.get('viewsCount') or video_data.get('views_count'))
 127
 128         acc_id = meta_data.get('accId')
 129         item_id = meta_data.get('itemId')
 130         content_id = '%s_%s' % (acc_id, item_id) if acc_id and item_id else video_id
 131
 132         thumbnail = meta_data.get('poster')
 133         duration = int_or_none(meta_data.get('duration'))
 134         timestamp = int_or_none(meta_data.get('timestamp'))
 135
 136         return {
 137             'id': content_id,
 138             'title': title,
 139             'thumbnail': thumbnail,
 140             'timestamp': timestamp,
 141             'uploader': uploader,
 142             'uploader_id': uploader_id,
 143             'duration': duration,
 144             'view_count': view_count,
 145             'formats': formats,
 146         }