[playtvak] Initial support for videos from Mafra group servers
authorOndřej Caletka <ondrej@caletka.cz>
Sun, 9 Aug 2015 10:27:31 +0000 (12:27 +0200)
committerOndřej Caletka <ondrej@caletka.cz>
Sat, 15 Aug 2015 18:59:40 +0000 (20:59 +0200)
Support for videos in articles from idnes.cz, lidovky.cz, metro.cz, as
well as video and live streams from playtvak.cz

Signed-off-by: Ondřej Caletka <ondrej@caletka.cz>
youtube_dl/extractor/__init__.py
youtube_dl/extractor/playtvak.py [new file with mode: 0644]

index 83d21bd15da0e0c178f9fee7f11867db77210aca..5307240f856d6f47e0b3ef454e3fa6d4af879b23 100644 (file)
@@ -448,6 +448,7 @@ from .planetaplay import PlanetaPlayIE
 from .pladform import PladformIE
 from .played import PlayedIE
 from .playfm import PlayFMIE
+from .playtvak import PlaytvakIE
 from .playvid import PlayvidIE
 from .playwire import PlaywireIE
 from .podomatic import PodomaticIE
diff --git a/youtube_dl/extractor/playtvak.py b/youtube_dl/extractor/playtvak.py
new file mode 100644 (file)
index 0000000..6dff665
--- /dev/null
@@ -0,0 +1,127 @@
+# coding: utf-8
+from __future__ import unicode_literals
+
+import re
+
+from .common import InfoExtractor
+from ..compat import (
+    compat_urlparse,
+    compat_urllib_parse,
+)
+from ..utils import ExtractorError
+
+
+def _extract_json(code):
+    return re.sub(
+        r'(?s)^VideoPlayer.data\("", ({.*})\);?\s*?(?://[^\n]*)*$', r'\1', code)
+
+
+class PlaytvakIE(InfoExtractor):
+    _VALID_URL = r'https?://.*?(playtvak|idnes|lidovky|metro)\.cz/.*\?c=(?P<id>[A-Z][0-9]{6}_[0-9]{6}_.*)'
+    _TESTS = [{
+        'url': 'http://www.playtvak.cz/vyzente-vosy-a-srsne-ze-zahrady-dn5-/hodinovy-manzel.aspx?c=A150730_150323_hodinovy-manzel_kuko',
+        'md5': '4525ae312c324b4be2f4603cc78ceb4a',
+        'info_dict': {
+            'id': 'A150730_150323_hodinovy-manzel_kuko',
+            'ext': 'mp4',
+            'title': 'Vyžeňte vosy a sršně ze zahrady',
+            'thumbnail': 'http://oidnes.cz/15/074/mobil/KUK5cea00_010hodmanel58154.jpg',
+            'description': 'Málo co kazí atmosféru venkovního posezení tak jako neustálé bzučení kolem hlavy.  Vyzkoušejte náš lapač a odpuzovač vos a sršňů.',
+        }
+    }, {  # live video test
+        'url': 'http://slowtv.playtvak.cz/planespotting-0pr-/planespotting.aspx?c=A150624_164934_planespotting_cat',
+        'info_dict': {
+            'id': 'A150624_164934_planespotting_cat',
+            'ext': 'flv',
+            'title': 're:^Přímý přenos iDNES.cz [0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}$',
+            'thumbnail': 'http://data.idnes.cz/soubory/servisni-play-porady/89A150630_ACEK_026_VIDEOPLAYER-STREA.PNG',
+            'description': 'Sledujte provoz na ranveji Letiště Václava Havla v Praze',
+            'is_live': True,
+        },
+        'params': {
+            'skip_download': True,  # requires rtmpdump
+        },
+    }, {  # idnes.cz
+        'url': 'http://zpravy.idnes.cz/pes-zavreny-v-aute-rozbijeni-okynek-v-aute-fj5-/domaci.aspx?c=A150809_104116_domaci_pku',
+        'md5': '819832ba33cd7016e58a6658577fe289',
+        'info_dict': {
+            'id': 'A150809_104116_domaci_pku',
+            'ext': 'mp4',
+            'title': 'Zavřeli jsme mraženou pizzu do auta. Upekla se',
+            'thumbnail': 'http://i.idnes.cz/15/081/vidw/SHA5d1786_pizzaauto.jpg',
+            '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.',
+        }
+    }, {  # lidovky.cz
+        'url': 'http://www.lidovky.cz/dalsi-demonstrace-v-praze-o-migraci-duq-/video.aspx?c=A150808_214044_ln-video_ELE',
+        'md5': 'c7209ac4ba9d234d4ad5bab7485bcee8',
+        'info_dict': {
+            'id': 'A150808_214044_ln-video_ELE',
+            'ext': 'mp4',
+            'title': 'Táhni! Demonstrace proti imigrantům budila emoce',
+            'thumbnail': 'http://i.idnes.cz/15/081/vidw/PID5d1d52_vandas3.jpg',
+            '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.',
+        }
+    }]
+
+    def _real_extract(self, url):
+        video_id = self._match_id(url)
+        webpage = self._download_webpage(url, video_id)
+        infourl = self._html_search_regex(r'Misc.videoFLV\({ data: "([^"]+)"', webpage, 'xmlinfourl')
+        parsedurl = compat_urlparse.urlparse(infourl)
+        qs = compat_urlparse.parse_qs(parsedurl.query)
+        if 'reklama' in qs:  # Don't ask for ads
+            qs['reklama'] = ['0']
+        qs['type'] = ['js']  # Ask for JS-based info file
+        newquery = compat_urllib_parse.urlencode(qs, True)
+        infourl = compat_urlparse.urlunparse(parsedurl[:4] + (newquery, ''))
+        jsoninfo = self._download_json(infourl, video_id, transform_source=_extract_json)
+
+        item = None
+        for i in jsoninfo['items']:
+            if i['type'] == 'video' or i['type'] == 'stream':
+                item = i
+                break
+        if item is None:
+            raise ExtractorError('No suitable stream found')
+        title = item['title']
+        thumbnail = item['image']
+        is_live = item['type'] == 'stream'
+        if is_live:
+            title = self._live_title(title)
+
+        formats = []
+        for fmt in item['video']:
+            format_entry = {'url': fmt['file'],
+                            'format_id': ("%s_%s" % (fmt['format'], fmt['quality'])),
+                            }
+            if fmt['quality'] == 'middle':
+                format_entry['quality'] = -2
+            elif fmt['quality'] == 'low':
+                format_entry['quality'] = -3
+
+            if fmt['format'] == 'mp4':
+                format_entry['ext'] = 'mp4'
+            elif fmt['format'] == 'webm':
+                format_entry['ext'] = 'webm'
+            elif fmt['format'] == 'apple':
+                format_entry['ext'] = 'mp4'
+                format_entry['protocol'] = 'm3u8'
+                # Some streams have mp3 audio which does not play
+                # well with ffmpeg filter aac_adtstoasc
+                format_entry['preference'] = -1
+            elif fmt['format'] == 'rtmp':
+                format_entry['ext'] = 'flv'
+            else:  # Other formats not supported yet
+                continue
+
+            formats.append(format_entry)
+
+        self._sort_formats(formats)
+        return {
+            'id': video_id,
+            'title': title,
+            'thumbnail': thumbnail,
+            'description': self._og_search_description(webpage),
+            'is_live': is_live,
+            'formats': formats,
+        }