_ Git - youtube-dl/blob - youtube_dl/extractor/tagesschau.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     determine_ext,
   9     js_to_json,
  10     parse_iso8601,
  11     parse_filesize,
  12 )
  13
  14
  15 class TagesschauPlayerIE(InfoExtractor):
  16     IE_NAME = 'tagesschau:player'
  17     _VALID_URL = r'https?://(?:www\.)?tagesschau\.de/multimedia/(?P<kind>audio|video)/(?P=kind)-(?P<id>\d+)~player(?:_[^/?#&]+)?\.html'
  18
  19     _TESTS = [{
  20         'url': 'http://www.tagesschau.de/multimedia/video/video-179517~player.html',
  21         'md5': '8d09548d5c15debad38bee3a4d15ca21',
  22         'info_dict': {
  23             'id': '179517',
  24             'ext': 'mp4',
  25             'title': 'Marie Kristin Boese, ARD Berlin, über den zukünftigen Kurs der AfD',
  26             'thumbnail': 're:^https?:.*\.jpg$',
  27             'formats': 'mincount:6',
  28         },
  29     }, {
  30         'url': 'https://www.tagesschau.de/multimedia/audio/audio-29417~player.html',
  31         'md5': '76e6eec6ebd40740671cf0a2c88617e5',
  32         'info_dict': {
  33             'id': '29417',
  34             'ext': 'mp3',
  35             'title': 'Trabi - Bye, bye Rennpappe',
  36             'thumbnail': 're:^https?:.*\.jpg$',
  37             'formats': 'mincount:2',
  38         },
  39     }, {
  40         'url': 'http://www.tagesschau.de/multimedia/audio/audio-29417~player_autoplay-true.html',
  41         'only_matching': True,
  42     }]
  43
  44     _FORMATS = {
  45         'xs': {'quality': 0},
  46         's': {'width': 320, 'height': 180, 'quality': 1},
  47         'm': {'width': 512, 'height': 288, 'quality': 2},
  48         'l': {'width': 960, 'height': 540, 'quality': 3},
  49         'xl': {'width': 1280, 'height': 720, 'quality': 4},
  50         'xxl': {'quality': 5},
  51     }
  52
  53     def _extract_via_api(self, kind, video_id):
  54         info = self._download_json(
  55             'https://www.tagesschau.de/api/multimedia/{0}/{0}-{1}.json'.format(kind, video_id),
  56             video_id)
  57         title = info['headline']
  58         formats = []
  59         for media in info['mediadata']:
  60             for format_id, format_url in media.items():
  61                 if determine_ext(format_url) == 'm3u8':
  62                     formats.extend(self._extract_m3u8_formats(
  63                         format_url, video_id, 'mp4',
  64                         entry_protocol='m3u8_native', m3u8_id='hls'))
  65                 else:
  66                     formats.append({
  67                         'url': format_url,
  68                         'format_id': format_id,
  69                         'vcodec': 'none' if kind == 'audio' else None,
  70                     })
  71         self._sort_formats(formats)
  72         timestamp = parse_iso8601(info.get('date'))
  73         return {
  74             'id': video_id,
  75             'title': title,
  76             'timestamp': timestamp,
  77             'formats': formats,
  78         }
  79
  80     def _real_extract(self, url):
  81         mobj = re.match(self._VALID_URL, url)
  82         video_id = mobj.group('id')
  83
  84         # kind = mobj.group('kind').lower()
  85         # if kind == 'video':
  86         #     return self._extract_via_api(kind, video_id)
  87
  88         # JSON api does not provide some audio formats (e.g. ogg) thus
  89         # extractiong audio via webpage
  90
  91         webpage = self._download_webpage(url, video_id)
  92
  93         title = self._og_search_title(webpage).strip()
  94         formats = []
  95
  96         for media_json in re.findall(r'({src\s*:\s*["\']http[^}]+type\s*:[^}]+})', webpage):
  97             media = self._parse_json(js_to_json(media_json), video_id, fatal=False)
  98             if not media:
  99                 continue
 100             src = media.get('src')
 101             if not src:
 102                 return
 103             quality = media.get('quality')
 104             kind = media.get('type', '').split('/')[0]
 105             ext = determine_ext(src)
 106             f = {
 107                 'url': src,
 108                 'format_id': '%s_%s' % (quality, ext) if quality else ext,
 109                 'ext': ext,
 110                 'vcodec': 'none' if kind == 'audio' else None,
 111             }
 112             f.update(self._FORMATS.get(quality, {}))
 113             formats.append(f)
 114
 115         self._sort_formats(formats)
 116
 117         thumbnail = self._og_search_thumbnail(webpage)
 118
 119         return {
 120             'id': video_id,
 121             'title': title,
 122             'thumbnail': thumbnail,
 123             'formats': formats,
 124         }
 125
 126
 127 class TagesschauIE(InfoExtractor):
 128     _VALID_URL = r'https?://(?:www\.)?tagesschau\.de/(?P<path>[^/]+/(?:[^/]+/)*?(?P<id>[^/#?]+?(?:-?[0-9]+)?))(?:~_?[^/#?]+?)?\.html'
 129
 130     _TESTS = [{
 131         'url': 'http://www.tagesschau.de/multimedia/video/video-102143.html',
 132         'md5': 'f7c27a0eff3bfe8c7727e65f8fe1b1e6',
 133         'info_dict': {
 134             'id': 'video-102143',
 135             'ext': 'mp4',
 136             'title': 'Regierungsumbildung in Athen: Neue Minister in Griechenland vereidigt',
 137             'description': '18.07.2015 20:10 Uhr',
 138             'thumbnail': 're:^https?:.*\.jpg$',
 139         },
 140     }, {
 141         'url': 'http://www.tagesschau.de/multimedia/sendung/ts-5727.html',
 142         'md5': '3c54c1f6243d279b706bde660ceec633',
 143         'info_dict': {
 144             'id': 'ts-5727',
 145             'ext': 'mp4',
 146             'title': 'Sendung: tagesschau \t04.12.2014 20:00 Uhr',
 147             'description': 'md5:695c01bfd98b7e313c501386327aea59',
 148             'thumbnail': 're:^https?:.*\.jpg$',
 149         },
 150     }, {
 151         # exclusive audio
 152         'url': 'http://www.tagesschau.de/multimedia/audio/audio-29417.html',
 153         'md5': '76e6eec6ebd40740671cf0a2c88617e5',
 154         'info_dict': {
 155             'id': 'audio-29417',
 156             'ext': 'mp3',
 157             'title': 'Trabi - Bye, bye Rennpappe',
 158             'description': 'md5:8687dda862cbbe2cfb2df09b56341317',
 159             'thumbnail': 're:^https?:.*\.jpg$',
 160         },
 161     }, {
 162         # audio in article
 163         'url': 'http://www.tagesschau.de/inland/bnd-303.html',
 164         'md5': 'e0916c623e85fc1d2b26b78f299d3958',
 165         'info_dict': {
 166             'id': 'bnd-303',
 167             'ext': 'mp3',
 168             'title': 'Viele Baustellen für neuen BND-Chef',
 169             'description': 'md5:1e69a54be3e1255b2b07cdbce5bcd8b4',
 170             'thumbnail': 're:^https?:.*\.jpg$',
 171         },
 172     }, {
 173         'url': 'http://www.tagesschau.de/inland/afd-parteitag-135.html',
 174         'info_dict': {
 175             'id': 'afd-parteitag-135',
 176             'title': 'Möchtegern-Underdog mit Machtanspruch',
 177         },
 178         'playlist_count': 2,
 179     }, {
 180         'url': 'http://www.tagesschau.de/multimedia/sendung/tsg-3771.html',
 181         'only_matching': True,
 182     }, {
 183         'url': 'http://www.tagesschau.de/multimedia/sendung/tt-3827.html',
 184         'only_matching': True,
 185     }, {
 186         'url': 'http://www.tagesschau.de/multimedia/sendung/nm-3475.html',
 187         'only_matching': True,
 188     }, {
 189         'url': 'http://www.tagesschau.de/multimedia/sendung/weltspiegel-3167.html',
 190         'only_matching': True,
 191     }, {
 192         'url': 'http://www.tagesschau.de/multimedia/tsvorzwanzig-959.html',
 193         'only_matching': True,
 194     }, {
 195         'url': 'http://www.tagesschau.de/multimedia/sendung/bab/bab-3299~_bab-sendung-209.html',
 196         'only_matching': True,
 197     }, {
 198         'url': 'http://www.tagesschau.de/multimedia/video/video-102303~_bab-sendung-211.html',
 199         'only_matching': True,
 200     }, {
 201         'url': 'http://www.tagesschau.de/100sekunden/index.html',
 202         'only_matching': True,
 203     }, {
 204         # playlist article with collapsing sections
 205         'url': 'http://www.tagesschau.de/wirtschaft/faq-freihandelszone-eu-usa-101.html',
 206         'only_matching': True,
 207     }]
 208
 209     @classmethod
 210     def suitable(cls, url):
 211         return False if TagesschauPlayerIE.suitable(url) else super(TagesschauIE, cls).suitable(url)
 212
 213     def _extract_formats(self, download_text, media_kind):
 214         links = re.finditer(
 215             r'<div class="button" title="(?P<title>[^"]*)"><a href="(?P<url>[^"]+)">(?P<name>.+?)</a></div>',
 216             download_text)
 217         formats = []
 218         for l in links:
 219             link_url = l.group('url')
 220             if not link_url:
 221                 continue
 222             format_id = self._search_regex(
 223                 r'.*/[^/.]+\.([^/]+)\.[^/.]+$', link_url, 'format ID',
 224                 default=determine_ext(link_url))
 225             format = {
 226                 'format_id': format_id,
 227                 'url': l.group('url'),
 228                 'format_name': l.group('name'),
 229             }
 230             title = l.group('title')
 231             if title:
 232                 if media_kind.lower() == 'video':
 233                     m = re.match(
 234                         r'''(?x)
 235                             Video:\s*(?P<vcodec>[a-zA-Z0-9/._-]+)\s*&\#10;
 236                             (?P<width>[0-9]+)x(?P<height>[0-9]+)px&\#10;
 237                             (?P<vbr>[0-9]+)kbps&\#10;
 238                             Audio:\s*(?P<abr>[0-9]+)kbps,\s*(?P<audio_desc>[A-Za-z\.0-9]+)&\#10;
 239                             Gr&ouml;&szlig;e:\s*(?P<filesize_approx>[0-9.,]+\s+[a-zA-Z]*B)''',
 240                         title)
 241                     if m:
 242                         format.update({
 243                             'format_note': m.group('audio_desc'),
 244                             'vcodec': m.group('vcodec'),
 245                             'width': int(m.group('width')),
 246                             'height': int(m.group('height')),
 247                             'abr': int(m.group('abr')),
 248                             'vbr': int(m.group('vbr')),
 249                             'filesize_approx': parse_filesize(m.group('filesize_approx')),
 250                         })
 251                 else:
 252                     m = re.match(
 253                         r'(?P<format>.+?)-Format\s*:\s*(?P<abr>\d+)kbps\s*,\s*(?P<note>.+)',
 254                         title)
 255                     if m:
 256                         format.update({
 257                             'format_note': '%s, %s' % (m.group('format'), m.group('note')),
 258                             'vcodec': 'none',
 259                             'abr': int(m.group('abr')),
 260                         })
 261             formats.append(format)
 262         self._sort_formats(formats)
 263         return formats
 264
 265     def _real_extract(self, url):
 266         mobj = re.match(self._VALID_URL, url)
 267         video_id = mobj.group('id') or mobj.group('path')
 268         display_id = video_id.lstrip('-')
 269
 270         webpage = self._download_webpage(url, display_id)
 271
 272         title = self._html_search_regex(
 273             r'<span[^>]*class="headline"[^>]*>(.+?)</span>',
 274             webpage, 'title', default=None) or self._og_search_title(webpage)
 275
 276         DOWNLOAD_REGEX = r'(?s)<p>Wir bieten dieses (?P<kind>Video|Audio) in folgenden Formaten zum Download an:</p>\s*<div class="controls">(?P<links>.*?)</div>\s*<p>'
 277
 278         webpage_type = self._og_search_property('type', webpage, default=None)
 279         if webpage_type == 'website':  # Article
 280             entries = []
 281             for num, (entry_title, media_kind, download_text) in enumerate(re.findall(
 282                     r'(?s)<p[^>]+class="infotext"[^>]*>\s*(?:<a[^>]+>)?\s*<strong>(.+?)</strong>.*?</p>.*?%s' % DOWNLOAD_REGEX,
 283                     webpage), 1):
 284                 entries.append({
 285                     'id': '%s-%d' % (display_id, num),
 286                     'title': '%s' % entry_title,
 287                     'formats': self._extract_formats(download_text, media_kind),
 288                 })
 289             if len(entries) > 1:
 290                 return self.playlist_result(entries, display_id, title)
 291             formats = entries[0]['formats']
 292         else:  # Assume single video
 293             download_text = self._search_regex(
 294                 DOWNLOAD_REGEX, webpage, 'download links', group='links')
 295             media_kind = self._search_regex(
 296                 DOWNLOAD_REGEX, webpage, 'media kind', default='Video', group='kind')
 297             formats = self._extract_formats(download_text, media_kind)
 298         thumbnail = self._og_search_thumbnail(webpage)
 299         description = self._html_search_regex(
 300             r'(?s)<p class="teasertext">(.*?)</p>',
 301             webpage, 'description', default=None)
 302
 303         self._sort_formats(formats)
 304
 305         return {
 306             'id': display_id,
 307             'title': title,
 308             'thumbnail': thumbnail,
 309             'formats': formats,
 310             'description': description,
 311         }