1
0
Fork 0
mirror of https://github.com/ytdl-org/youtube-dl.git synced 2024-12-05 00:17:43 +00:00
youtube-dl/youtube_dl/extractor/lifenews.py

240 lines
9.4 KiB
Python
Raw Normal View History

2016-10-02 11:39:18 +00:00
# coding: utf-8
2014-01-30 20:48:00 +00:00
from __future__ import unicode_literals
import re
from .common import InfoExtractor
2016-08-14 13:49:11 +00:00
from ..compat import (
compat_str,
compat_urlparse,
)
2014-02-10 14:07:41 +00:00
from ..utils import (
determine_ext,
2016-05-22 21:44:04 +00:00
ExtractorError,
2014-02-10 14:07:41 +00:00
int_or_none,
2016-05-22 21:44:04 +00:00
parse_iso8601,
2015-06-17 14:28:47 +00:00
remove_end,
2014-02-10 14:07:41 +00:00
)
2014-01-30 20:48:00 +00:00
class LifeNewsIE(InfoExtractor):
2016-05-22 22:00:08 +00:00
IE_NAME = 'life'
IE_DESC = 'Life.ru'
_VALID_URL = r'https?://life\.ru/t/[^/]+/(?P<id>\d+)'
2014-02-10 14:07:41 +00:00
_TESTS = [{
# single video embedded via video/source
2016-05-22 22:00:08 +00:00
'url': 'https://life.ru/t/новости/98736',
'md5': '77c95eaefaca216e32a76a343ad89d23',
2014-01-30 20:48:00 +00:00
'info_dict': {
'id': '98736',
2014-02-10 14:07:41 +00:00
'ext': 'mp4',
'title': 'Мужчина нашел дома архив оборонного завода',
'description': 'md5:3b06b1b39b5e2bea548e403d99b8bf26',
2016-05-22 21:44:04 +00:00
'timestamp': 1344154740,
'upload_date': '20120805',
2016-05-22 21:44:04 +00:00
'view_count': int,
2014-01-30 20:48:00 +00:00
}
}, {
# single video embedded via iframe
2016-05-22 22:00:08 +00:00
'url': 'https://life.ru/t/новости/152125',
'md5': '77d19a6f0886cd76bdbf44b4d971a273',
'info_dict': {
'id': '152125',
'ext': 'mp4',
'title': 'В Сети появилось видео захвата «Правым сектором» колхозных полей ',
'description': 'Жители двух поселков Днепропетровской области не простили радикалам угрозу лишения плодородных земель и пошли в лобовую. ',
2016-05-22 21:44:04 +00:00
'timestamp': 1427961840,
'upload_date': '20150402',
2016-05-22 21:44:04 +00:00
'view_count': int,
}
}, {
# two videos embedded via iframe
2016-05-22 22:00:08 +00:00
'url': 'https://life.ru/t/новости/153461',
'info_dict': {
'id': '153461',
'title': 'В Москве спасли потерявшегося медвежонка, который спрятался на дереве',
'description': 'Маленький хищник не смог найти дорогу домой и обрел временное убежище на тополе недалеко от жилого массива, пока его не нашла соседская собака.',
2016-05-22 21:44:04 +00:00
'timestamp': 1430825520,
'view_count': int,
},
'playlist': [{
'md5': '9b6ef8bc0ffa25aebc8bdb40d89ab795',
'info_dict': {
'id': '153461-video1',
'ext': 'mp4',
'title': 'В Москве спасли потерявшегося медвежонка, который спрятался на дереве (Видео 1)',
'description': 'Маленький хищник не смог найти дорогу домой и обрел временное убежище на тополе недалеко от жилого массива, пока его не нашла соседская собака.',
2016-05-22 21:44:04 +00:00
'timestamp': 1430825520,
'upload_date': '20150505',
},
}, {
'md5': 'ebb3bf3b1ce40e878d0d628e93eb0322',
'info_dict': {
'id': '153461-video2',
'ext': 'mp4',
'title': 'В Москве спасли потерявшегося медвежонка, который спрятался на дереве (Видео 2)',
'description': 'Маленький хищник не смог найти дорогу домой и обрел временное убежище на тополе недалеко от жилого массива, пока его не нашла соседская собака.',
2016-05-22 21:44:04 +00:00
'timestamp': 1430825520,
'upload_date': '20150505',
},
}],
2015-05-09 18:27:49 +00:00
}, {
2016-05-22 22:00:08 +00:00
'url': 'https://life.ru/t/новости/213035',
'only_matching': True,
}, {
'url': 'https://life.ru/t/%D0%BD%D0%BE%D0%B2%D0%BE%D1%81%D1%82%D0%B8/153461',
'only_matching': True,
}, {
'url': 'https://life.ru/t/новости/411489/manuel_vals_nazval_frantsiiu_tsieliu_nomier_odin_dlia_ighil',
2015-05-09 18:27:49 +00:00
'only_matching': True,
}]
2014-01-30 20:48:00 +00:00
def _real_extract(self, url):
2016-05-22 22:00:08 +00:00
video_id = self._match_id(url)
2014-01-30 20:48:00 +00:00
2016-05-22 22:00:08 +00:00
webpage = self._download_webpage(url, video_id)
2014-01-30 20:48:00 +00:00
video_urls = re.findall(
r'<video[^>]+><source[^>]+src=["\'](.+?)["\']', webpage)
iframe_links = re.findall(
2016-08-14 13:49:11 +00:00
r'<iframe[^>]+src=["\']((?:https?:)?//embed\.life\.ru/(?:embed|video)/.+?)["\']',
webpage)
if not video_urls and not iframe_links:
raise ExtractorError('No media links available for %s' % video_id)
2014-01-30 20:48:00 +00:00
2015-06-17 14:28:47 +00:00
title = remove_end(
self._og_search_title(webpage),
2016-05-22 22:00:08 +00:00
' - Life.ru')
2014-01-30 20:48:00 +00:00
description = self._og_search_description(webpage)
view_count = self._html_search_regex(
2016-05-22 21:44:04 +00:00
r'<div[^>]+class=(["\']).*?\bhits-count\b.*?\1[^>]*>\s*(?P<value>\d+)\s*</div>',
webpage, 'view count', fatal=False, group='value')
2014-01-30 20:48:00 +00:00
2016-05-22 21:44:04 +00:00
timestamp = parse_iso8601(self._search_regex(
r'<time[^>]+datetime=(["\'])(?P<value>.+?)\1',
webpage, 'upload date', fatal=False, group='value'))
2014-01-30 20:48:00 +00:00
common_info = {
'description': description,
'view_count': int_or_none(view_count),
2016-05-22 21:44:04 +00:00
'timestamp': timestamp,
}
def make_entry(video_id, video_url, index=None):
cur_info = dict(common_info)
cur_info.update({
'id': video_id if not index else '%s-video%s' % (video_id, index),
'url': video_url,
'title': title if not index else '%s (Видео %s)' % (title, index),
})
return cur_info
def make_video_entry(video_id, video_url, index=None):
video_url = compat_urlparse.urljoin(url, video_url)
return make_entry(video_id, video_url, index)
def make_iframe_entry(video_id, video_url, index=None):
video_url = self._proto_relative_url(video_url, 'http:')
cur_info = make_entry(video_id, video_url, index)
cur_info['_type'] = 'url_transparent'
return cur_info
if len(video_urls) == 1 and not iframe_links:
return make_video_entry(video_id, video_urls[0])
if len(iframe_links) == 1 and not video_urls:
return make_iframe_entry(video_id, iframe_links[0])
entries = []
if video_urls:
for num, video_url in enumerate(video_urls, 1):
entries.append(make_video_entry(video_id, video_url, num))
if iframe_links:
for num, iframe_link in enumerate(iframe_links, len(video_urls) + 1):
entries.append(make_iframe_entry(video_id, iframe_link, num))
playlist = common_info.copy()
playlist.update(self.playlist_result(entries, video_id, title, description))
return playlist
class LifeEmbedIE(InfoExtractor):
IE_NAME = 'life:embed'
2016-08-14 13:49:11 +00:00
_VALID_URL = r'https?://embed\.life\.ru/(?:embed|video)/(?P<id>[\da-f]{32})'
2016-08-14 13:49:11 +00:00
_TESTS = [{
'url': 'http://embed.life.ru/embed/e50c2dec2867350528e2574c899b8291',
'md5': 'b889715c9e49cb1981281d0e5458fbbe',
'info_dict': {
'id': 'e50c2dec2867350528e2574c899b8291',
'ext': 'mp4',
'title': 'e50c2dec2867350528e2574c899b8291',
'thumbnail': r're:http://.*\.jpg',
}
2016-08-14 13:49:11 +00:00
}, {
# with 1080p
'url': 'https://embed.life.ru/video/e50c2dec2867350528e2574c899b8291',
'only_matching': True,
}]
def _real_extract(self, url):
video_id = self._match_id(url)
webpage = self._download_webpage(url, video_id)
2016-08-14 13:49:11 +00:00
thumbnail = None
formats = []
2016-08-14 13:49:11 +00:00
def extract_m3u8(manifest_url):
formats.extend(self._extract_m3u8_formats(
manifest_url, video_id, 'mp4',
entry_protocol='m3u8_native', m3u8_id='m3u8'))
def extract_original(original_url):
formats.append({
'url': original_url,
'format_id': determine_ext(original_url, None),
'preference': 1,
})
playlist = self._parse_json(
self._search_regex(
r'options\s*=\s*({.+?});', webpage, 'options', default='{}'),
video_id).get('playlist', {})
if playlist:
master = playlist.get('master')
if isinstance(master, compat_str) and determine_ext(master) == 'm3u8':
extract_m3u8(compat_urlparse.urljoin(url, master))
original = playlist.get('original')
if isinstance(original, compat_str):
extract_original(original)
thumbnail = playlist.get('image')
# Old rendition fallback
if not formats:
for video_url in re.findall(r'"file"\s*:\s*"([^"]+)', webpage):
video_url = compat_urlparse.urljoin(url, video_url)
if determine_ext(video_url) == 'm3u8':
extract_m3u8(video_url)
else:
extract_original(video_url)
2015-05-10 02:54:50 +00:00
self._sort_formats(formats)
2016-08-14 13:49:11 +00:00
thumbnail = thumbnail or self._search_regex(
r'"image"\s*:\s*"([^"]+)', webpage, 'thumbnail', default=None)
return {
'id': video_id,
'title': video_id,
'thumbnail': thumbnail,
'formats': formats,
}