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