_ Git - youtube-dl/blob - youtube_dl/extractor/uol.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     clean_html,
   9     int_or_none,
  10     parse_duration,
  11     update_url_query,
  12     str_or_none,
  13 )
  14
  15
  16 class UOLIE(InfoExtractor):
  17     IE_NAME = 'uol.com.br'
  18     _VALID_URL = r'https?://(?:.+?\.)?uol\.com\.br/.*?(?:(?:mediaId|v)=|view/(?:[a-z0-9]+/)?|video(?:=|/(?:\d{4}/\d{2}/\d{2}/)?))(?P<id>\d+|[\w-]+-[A-Z0-9]+)'
  19     _TESTS = [{
  20         'url': 'http://player.mais.uol.com.br/player_video_v3.swf?mediaId=15951931',
  21         'md5': '25291da27dc45e0afb5718a8603d3816',
  22         'info_dict': {
  23             'id': '15951931',
  24             'ext': 'mp4',
  25             'title': 'Miss simpatia é encontrada morta',
  26             'description': 'md5:3f8c11a0c0556d66daf7e5b45ef823b2',
  27         }
  28     }, {
  29         'url': 'http://tvuol.uol.com.br/video/incendio-destroi-uma-das-maiores-casas-noturnas-de-londres-04024E9A3268D4C95326',
  30         'md5': 'e41a2fb7b7398a3a46b6af37b15c00c9',
  31         'info_dict': {
  32             'id': '15954259',
  33             'ext': 'mp4',
  34             'title': 'Incêndio destrói uma das maiores casas noturnas de Londres',
  35             'description': 'Em Londres, um incêndio destruiu uma das maiores boates da cidade. Não há informações sobre vítimas.',
  36         }
  37     }, {
  38         'url': 'http://mais.uol.com.br/static/uolplayer/index.html?mediaId=15951931',
  39         'only_matching': True,
  40     }, {
  41         'url': 'http://mais.uol.com.br/view/15954259',
  42         'only_matching': True,
  43     }, {
  44         'url': 'http://noticias.band.uol.com.br/brasilurgente/video/2016/08/05/15951931/miss-simpatia-e-encontrada-morta.html',
  45         'only_matching': True,
  46     }, {
  47         'url': 'http://videos.band.uol.com.br/programa.asp?e=noticias&pr=brasil-urgente&v=15951931&t=Policia-desmonte-base-do-PCC-na-Cracolandia',
  48         'only_matching': True,
  49     }, {
  50         'url': 'http://mais.uol.com.br/view/cphaa0gl2x8r/incendio-destroi-uma-das-maiores-casas-noturnas-de-londres-04024E9A3268D4C95326',
  51         'only_matching': True,
  52     }, {
  53         'url': 'http://noticias.uol.com.br//videos/assistir.htm?video=rafaela-silva-inspira-criancas-no-judo-04024D983968D4C95326',
  54         'only_matching': True,
  55     }, {
  56         'url': 'http://mais.uol.com.br/view/e0qbgxid79uv/15275470',
  57         'only_matching': True,
  58     }]
  59
  60     _FORMATS = {
  61         '2': {
  62             'width': 640,
  63             'height': 360,
  64         },
  65         '5': {
  66             'width': 1080,
  67             'height': 720,
  68         },
  69         '6': {
  70             'width': 426,
  71             'height': 240,
  72         },
  73         '7': {
  74             'width': 1920,
  75             'height': 1080,
  76         },
  77         '8': {
  78             'width': 192,
  79             'height': 144,
  80         },
  81         '9': {
  82             'width': 568,
  83             'height': 320,
  84         },
  85     }
  86
  87     def _real_extract(self, url):
  88         video_id = self._match_id(url)
  89         if not video_id.isdigit():
  90             embed_page = self._download_webpage('https://jsuol.com.br/c/tv/uol/embed/?params=[embed,%s]' % video_id, video_id)
  91             video_id = self._search_regex(r'mediaId=(\d+)', embed_page, 'media id')
  92         video_data = self._download_json(
  93             'http://mais.uol.com.br/apiuol/v3/player/getMedia/%s.json' % video_id,
  94             video_id)['item']
  95         title = video_data['title']
  96
  97         query = {
  98             'ver': video_data.get('numRevision', 2),
  99             'r': 'http://mais.uol.com.br',
 100         }
 101         formats = []
 102         for f in video_data.get('formats', []):
 103             f_url = f.get('url') or f.get('secureUrl')
 104             if not f_url:
 105                 continue
 106             format_id = str_or_none(f.get('id'))
 107             fmt = {
 108                 'format_id': format_id,
 109                 'url': update_url_query(f_url, query),
 110             }
 111             fmt.update(self._FORMATS.get(format_id, {}))
 112             formats.append(fmt)
 113         self._sort_formats(formats)
 114
 115         tags = []
 116         for tag in video_data.get('tags', []):
 117             tag_description = tag.get('description')
 118             if not tag_description:
 119                 continue
 120             tags.append(tag_description)
 121
 122         return {
 123             'id': video_id,
 124             'title': title,
 125             'description': clean_html(video_data.get('desMedia')),
 126             'thumbnail': video_data.get('thumbnail'),
 127             'duration': int_or_none(video_data.get('durationSeconds')) or parse_duration(video_data.get('duration')),
 128             'tags': tags,
 129             'formats': formats,
 130         }