New extractor: live.philharmoniedeparis.fr
[youtube-dl] / youtube_dl / extractor / philharmoniedeparis.py
1 # coding: utf-8
2 from __future__ import unicode_literals
3
4 from .common import InfoExtractor
5 from ..utils import (
6     determine_ext,
7     int_or_none,
8     parse_iso8601,
9     unified_strdate,
10 )
11
12 class PhilharmonieDeParisIE(InfoExtractor):
13     _VALID_URL = r'http://live\.philharmoniedeparis\.fr/concert/(?P<id>\d+)(?:/|\.html)'
14     _TESTS = [{
15         'url': 'http://live.philharmoniedeparis.fr/concert/1032066.html',
16         'info_dict': {
17             'id': '1032066',
18             'ext': 'mp4',
19             'title': "Week-end Bach. Passion selon saint Jean. Akademie für alte Musik Berlin, Rias Kammerchor, René Jacobs",
20             'upload_date': '20150404',
21         }
22     }]
23
24     def _real_extract(self, url):
25         video_id = self._match_id(url)
26
27         webpage = self._download_webpage(url, video_id)
28         fichier_nom = self._html_search_regex(r'\sflashvars\s*:\s*\{\s*fichier_nom\s*:\s*\'(.*?)\'\s*,', webpage, 'fichier_nom')
29
30         playlist = self._download_xml('http://live.philharmoniedeparis.fr' + fichier_nom, video_id)
31
32         concert = playlist.find('.//concert')
33
34         formats = []
35         info_dict = {
36             'id': video_id,
37             'title': concert.find('./titre').text,
38             'formats': formats,
39         }
40
41         if concert.attrib.get('heure'):
42             info_dict['timestamp'] = parse_iso8601(('%s-%s-%s%s') % (
43                 concert.attrib['date'][0:4],
44                 concert.attrib['date'][4:6],
45                 concert.attrib['date'][6:8],
46                 concert.attrib['heure']
47             ))
48         else:
49             info_dict['upload_date'] = concert.attrib['date']
50
51         fichiers = concert.find('./fichiers')
52         for fichier in fichiers.findall('./fichier'):
53             # Sometimes <ficher>s have no attributes at all. Skip them.
54             if 'url' not in fichier.attrib:
55                 continue
56
57             formats.append({
58                 'format_id': 'lq',
59                 'url': fichiers.attrib['serveurstream'],
60                 'ext': determine_ext(fichier.attrib['url']),
61                 'play_path': fichier.attrib['url'],
62                 'width': int_or_none(concert.attrib['largeur']),
63                 'height': int_or_none(concert.attrib['hauteur']),
64                 'quality': 1,
65             })
66
67             formats.append({
68                 'format_id': 'hq',
69                 'url': fichiers.attrib['serveurstream'],
70                 'ext': determine_ext(fichier.attrib['url_hd']),
71                 'play_path': fichier.attrib['url_hd'],
72                 'width': int_or_none(concert.attrib['largeur_hd']),
73                 'height': int_or_none(concert.attrib['hauteur_hd']),
74                 'quality': 2,
75             })
76
77         return info_dict