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

   1 # coding: utf-8
   2 from __future__ import unicode_literals
   3
   4 import re
   5
   6 from .common import InfoExtractor
   7 from ..compat import (
   8     compat_urlparse,
   9     compat_urllib_parse,
  10 )
  11 from ..utils import ExtractorError
  12
  13
  14 def _extract_json(code):
  15     return re.sub(
  16         r'(?s)^VideoPlayer.data\("", ({.*})\);?\s*?(?://[^\n]*)*$', r'\1', code)
  17
  18
  19 class PlaytvakIE(InfoExtractor):
  20     _VALID_URL = r'https?://.*?(playtvak|idnes|lidovky|metro)\.cz/.*\?c=(?P<id>[A-Z][0-9]{6}_[0-9]{6}_.*)'
  21     _TESTS = [{
  22         'url': 'http://www.playtvak.cz/vyzente-vosy-a-srsne-ze-zahrady-dn5-/hodinovy-manzel.aspx?c=A150730_150323_hodinovy-manzel_kuko',
  23         'md5': '4525ae312c324b4be2f4603cc78ceb4a',
  24         'info_dict': {
  25             'id': 'A150730_150323_hodinovy-manzel_kuko',
  26             'ext': 'mp4',
  27             'title': 'Vyžeňte vosy a sršně ze zahrady',
  28             'thumbnail': 'http://oidnes.cz/15/074/mobil/KUK5cea00_010hodmanel58154.jpg',
  29             'description': 'Málo co kazí atmosféru venkovního posezení tak jako neustálé bzučení kolem hlavy.  Vyzkoušejte náš lapač a odpuzovač vos a sršňů.',
  30         }
  31     }, {  # live video test
  32         'url': 'http://slowtv.playtvak.cz/planespotting-0pr-/planespotting.aspx?c=A150624_164934_planespotting_cat',
  33         'info_dict': {
  34             'id': 'A150624_164934_planespotting_cat',
  35             'ext': 'flv',
  36             'title': 're:^Přímý přenos iDNES.cz [0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}$',
  37             'thumbnail': 'http://data.idnes.cz/soubory/servisni-play-porady/89A150630_ACEK_026_VIDEOPLAYER-STREA.PNG',
  38             'description': 'Sledujte provoz na ranveji Letiště Václava Havla v Praze',
  39             'is_live': True,
  40         },
  41         'params': {
  42             'skip_download': True,  # requires rtmpdump
  43         },
  44     }, {  # idnes.cz
  45         'url': 'http://zpravy.idnes.cz/pes-zavreny-v-aute-rozbijeni-okynek-v-aute-fj5-/domaci.aspx?c=A150809_104116_domaci_pku',
  46         'md5': '819832ba33cd7016e58a6658577fe289',
  47         'info_dict': {
  48             'id': 'A150809_104116_domaci_pku',
  49             'ext': 'mp4',
  50             'title': 'Zavřeli jsme mraženou pizzu do auta. Upekla se',
  51             'thumbnail': 'http://i.idnes.cz/15/081/vidw/SHA5d1786_pizzaauto.jpg',
  52             'description': 'Na sociálních sítích se objevila výzva, aby lidé, kteří v horkých letních dnech uvidí v zaparkovaném autě zavřeného psa, neváhali rozbít okénko. Zastánci tohoto postoje argumentují zdravím zvířete, které v dusnu může zkolabovat. Policie doporučuje nejprve volat tísňovou linku.',
  53         }
  54     }, {  # lidovky.cz
  55         'url': 'http://www.lidovky.cz/dalsi-demonstrace-v-praze-o-migraci-duq-/video.aspx?c=A150808_214044_ln-video_ELE',
  56         'md5': 'c7209ac4ba9d234d4ad5bab7485bcee8',
  57         'info_dict': {
  58             'id': 'A150808_214044_ln-video_ELE',
  59             'ext': 'mp4',
  60             'title': 'Táhni! Demonstrace proti imigrantům budila emoce',
  61             'thumbnail': 'http://i.idnes.cz/15/081/vidw/PID5d1d52_vandas3.jpg',
  62             'description': 'Desítky lidí se sešly v Praze na protest proti imigrantům. Současně probíhala i demonstrace na jejich podporu. Na Staroměstském náměstí vystoupil i předseda dělnické strany Tomáš Vandas a kontroverzní slovenský politik Marian Kotleba. Dalšího slovenského nacionalistu Mariána Magáta odvedla policie.',
  63         }
  64     }]
  65
  66     def _real_extract(self, url):
  67         video_id = self._match_id(url)
  68         webpage = self._download_webpage(url, video_id)
  69         infourl = self._html_search_regex(r'Misc.videoFLV\({ data: "([^"]+)"', webpage, 'xmlinfourl')
  70         parsedurl = compat_urlparse.urlparse(infourl)
  71         qs = compat_urlparse.parse_qs(parsedurl.query)
  72         if 'reklama' in qs:  # Don't ask for ads
  73             qs['reklama'] = ['0']
  74         qs['type'] = ['js']  # Ask for JS-based info file
  75         newquery = compat_urllib_parse.urlencode(qs, True)
  76         infourl = compat_urlparse.urlunparse(parsedurl[:4] + (newquery, ''))
  77         jsoninfo = self._download_json(infourl, video_id, transform_source=_extract_json)
  78
  79         item = None
  80         for i in jsoninfo['items']:
  81             if i['type'] == 'video' or i['type'] == 'stream':
  82                 item = i
  83                 break
  84         if item is None:
  85             raise ExtractorError('No suitable stream found')
  86         title = item['title']
  87         thumbnail = item['image']
  88         is_live = item['type'] == 'stream'
  89         if is_live:
  90             title = self._live_title(title)
  91
  92         formats = []
  93         for fmt in item['video']:
  94             format_entry = {'url': fmt['file'],
  95                             'format_id': ("%s_%s" % (fmt['format'], fmt['quality'])),
  96                             }
  97             if fmt['quality'] == 'middle':
  98                 format_entry['quality'] = -2
  99             elif fmt['quality'] == 'low':
 100                 format_entry['quality'] = -3
 101
 102             if fmt['format'] == 'mp4':
 103                 format_entry['ext'] = 'mp4'
 104             elif fmt['format'] == 'webm':
 105                 format_entry['ext'] = 'webm'
 106             elif fmt['format'] == 'apple':
 107                 format_entry['ext'] = 'mp4'
 108                 format_entry['protocol'] = 'm3u8'
 109                 # Some streams have mp3 audio which does not play
 110                 # well with ffmpeg filter aac_adtstoasc
 111                 format_entry['preference'] = -1
 112             elif fmt['format'] == 'rtmp':
 113                 format_entry['ext'] = 'flv'
 114             else:  # Other formats not supported yet
 115                 continue
 116
 117             formats.append(format_entry)
 118
 119         self._sort_formats(formats)
 120         return {
 121             'id': video_id,
 122             'title': title,
 123             'thumbnail': thumbnail,
 124             'description': self._og_search_description(webpage),
 125             'is_live': is_live,
 126             'formats': formats,
 127         }