mirror of
https://github.com/ytdl-org/youtube-dl.git
synced 2024-12-22 08:47:41 +00:00
[utils] Add unified_timestamp
This commit is contained in:
parent
b4241e308e
commit
46f59e89ea
2 changed files with 113 additions and 58 deletions
|
@ -60,6 +60,7 @@ from youtube_dl.utils import (
|
||||||
timeconvert,
|
timeconvert,
|
||||||
unescapeHTML,
|
unescapeHTML,
|
||||||
unified_strdate,
|
unified_strdate,
|
||||||
|
unified_timestamp,
|
||||||
unsmuggle_url,
|
unsmuggle_url,
|
||||||
uppercase_escape,
|
uppercase_escape,
|
||||||
lowercase_escape,
|
lowercase_escape,
|
||||||
|
@ -283,8 +284,28 @@ class TestUtil(unittest.TestCase):
|
||||||
'20150202')
|
'20150202')
|
||||||
self.assertEqual(unified_strdate('Feb 14th 2016 5:45PM'), '20160214')
|
self.assertEqual(unified_strdate('Feb 14th 2016 5:45PM'), '20160214')
|
||||||
self.assertEqual(unified_strdate('25-09-2014'), '20140925')
|
self.assertEqual(unified_strdate('25-09-2014'), '20140925')
|
||||||
|
self.assertEqual(unified_strdate('27.02.2016 17:30'), '20160227')
|
||||||
self.assertEqual(unified_strdate('UNKNOWN DATE FORMAT'), None)
|
self.assertEqual(unified_strdate('UNKNOWN DATE FORMAT'), None)
|
||||||
|
|
||||||
|
def test_unified_timestamps(self):
|
||||||
|
self.assertEqual(unified_timestamp('December 21, 2010'), 1292889600)
|
||||||
|
self.assertEqual(unified_timestamp('8/7/2009'), 1247011200)
|
||||||
|
self.assertEqual(unified_timestamp('Dec 14, 2012'), 1355443200)
|
||||||
|
self.assertEqual(unified_timestamp('2012/10/11 01:56:38 +0000'), 1349920598)
|
||||||
|
self.assertEqual(unified_timestamp('1968 12 10'), -33436800)
|
||||||
|
self.assertEqual(unified_timestamp('1968-12-10'), -33436800)
|
||||||
|
self.assertEqual(unified_timestamp('28/01/2014 21:00:00 +0100'), 1390939200)
|
||||||
|
self.assertEqual(
|
||||||
|
unified_timestamp('11/26/2014 11:30:00 AM PST', day_first=False),
|
||||||
|
1417001400)
|
||||||
|
self.assertEqual(
|
||||||
|
unified_timestamp('2/2/2015 6:47:40 PM', day_first=False),
|
||||||
|
1422902860)
|
||||||
|
self.assertEqual(unified_timestamp('Feb 14th 2016 5:45PM'), 1455471900)
|
||||||
|
self.assertEqual(unified_timestamp('25-09-2014'), 1411603200)
|
||||||
|
self.assertEqual(unified_timestamp('27.02.2016 17:30'), 1456594200)
|
||||||
|
self.assertEqual(unified_timestamp('UNKNOWN DATE FORMAT'), None)
|
||||||
|
|
||||||
def test_determine_ext(self):
|
def test_determine_ext(self):
|
||||||
self.assertEqual(determine_ext('http://example.com/foo/bar.mp4/?download'), 'mp4')
|
self.assertEqual(determine_ext('http://example.com/foo/bar.mp4/?download'), 'mp4')
|
||||||
self.assertEqual(determine_ext('http://example.com/foo/bar/?download', None), None)
|
self.assertEqual(determine_ext('http://example.com/foo/bar/?download', None), None)
|
||||||
|
|
|
@ -110,6 +110,49 @@ ACCENT_CHARS = dict(zip('ÂÃÄÀÁÅÆÇÈÉÊËÌÍÎÏÐÑÒÓÔÕÖŐØŒÙ
|
||||||
itertools.chain('AAAAAA', ['AE'], 'CEEEEIIIIDNOOOOOOO', ['OE'], 'UUUUUYP', ['ss'],
|
itertools.chain('AAAAAA', ['AE'], 'CEEEEIIIIDNOOOOOOO', ['OE'], 'UUUUUYP', ['ss'],
|
||||||
'aaaaaa', ['ae'], 'ceeeeiiiionooooooo', ['oe'], 'uuuuuypy')))
|
'aaaaaa', ['ae'], 'ceeeeiiiionooooooo', ['oe'], 'uuuuuypy')))
|
||||||
|
|
||||||
|
DATE_FORMATS = (
|
||||||
|
'%d %B %Y',
|
||||||
|
'%d %b %Y',
|
||||||
|
'%B %d %Y',
|
||||||
|
'%b %d %Y',
|
||||||
|
'%b %dst %Y %I:%M',
|
||||||
|
'%b %dnd %Y %I:%M',
|
||||||
|
'%b %dth %Y %I:%M',
|
||||||
|
'%Y %m %d',
|
||||||
|
'%Y-%m-%d',
|
||||||
|
'%Y/%m/%d',
|
||||||
|
'%Y/%m/%d %H:%M:%S',
|
||||||
|
'%Y-%m-%d %H:%M:%S',
|
||||||
|
'%Y-%m-%d %H:%M:%S.%f',
|
||||||
|
'%d.%m.%Y %H:%M',
|
||||||
|
'%d.%m.%Y %H.%M',
|
||||||
|
'%Y-%m-%dT%H:%M:%SZ',
|
||||||
|
'%Y-%m-%dT%H:%M:%S.%fZ',
|
||||||
|
'%Y-%m-%dT%H:%M:%S.%f0Z',
|
||||||
|
'%Y-%m-%dT%H:%M:%S',
|
||||||
|
'%Y-%m-%dT%H:%M:%S.%f',
|
||||||
|
'%Y-%m-%dT%H:%M',
|
||||||
|
)
|
||||||
|
|
||||||
|
DATE_FORMATS_DAY_FIRST = list(DATE_FORMATS)
|
||||||
|
DATE_FORMATS_DAY_FIRST.extend([
|
||||||
|
'%d-%m-%Y',
|
||||||
|
'%d.%m.%Y',
|
||||||
|
'%d.%m.%y',
|
||||||
|
'%d/%m/%Y',
|
||||||
|
'%d/%m/%y',
|
||||||
|
'%d/%m/%Y %H:%M:%S',
|
||||||
|
])
|
||||||
|
|
||||||
|
DATE_FORMATS_MONTH_FIRST = list(DATE_FORMATS)
|
||||||
|
DATE_FORMATS_MONTH_FIRST.extend([
|
||||||
|
'%m-%d-%Y',
|
||||||
|
'%m.%d.%Y',
|
||||||
|
'%m/%d/%Y',
|
||||||
|
'%m/%d/%y',
|
||||||
|
'%m/%d/%Y %H:%M:%S',
|
||||||
|
])
|
||||||
|
|
||||||
|
|
||||||
def preferredencoding():
|
def preferredencoding():
|
||||||
"""Get preferred encoding.
|
"""Get preferred encoding.
|
||||||
|
@ -975,6 +1018,24 @@ class YoutubeDLCookieProcessor(compat_urllib_request.HTTPCookieProcessor):
|
||||||
https_response = http_response
|
https_response = http_response
|
||||||
|
|
||||||
|
|
||||||
|
def extract_timezone(date_str):
|
||||||
|
m = re.search(
|
||||||
|
r'^.{8,}?(?P<tz>Z$| ?(?P<sign>\+|-)(?P<hours>[0-9]{2}):?(?P<minutes>[0-9]{2})$)',
|
||||||
|
date_str)
|
||||||
|
if not m:
|
||||||
|
timezone = datetime.timedelta()
|
||||||
|
else:
|
||||||
|
date_str = date_str[:-len(m.group('tz'))]
|
||||||
|
if not m.group('sign'):
|
||||||
|
timezone = datetime.timedelta()
|
||||||
|
else:
|
||||||
|
sign = 1 if m.group('sign') == '+' else -1
|
||||||
|
timezone = datetime.timedelta(
|
||||||
|
hours=sign * int(m.group('hours')),
|
||||||
|
minutes=sign * int(m.group('minutes')))
|
||||||
|
return timezone, date_str
|
||||||
|
|
||||||
|
|
||||||
def parse_iso8601(date_str, delimiter='T', timezone=None):
|
def parse_iso8601(date_str, delimiter='T', timezone=None):
|
||||||
""" Return a UNIX timestamp from the given date """
|
""" Return a UNIX timestamp from the given date """
|
||||||
|
|
||||||
|
@ -984,20 +1045,8 @@ def parse_iso8601(date_str, delimiter='T', timezone=None):
|
||||||
date_str = re.sub(r'\.[0-9]+', '', date_str)
|
date_str = re.sub(r'\.[0-9]+', '', date_str)
|
||||||
|
|
||||||
if timezone is None:
|
if timezone is None:
|
||||||
m = re.search(
|
timezone, date_str = extract_timezone(date_str)
|
||||||
r'(?:Z$| ?(?P<sign>\+|-)(?P<hours>[0-9]{2}):?(?P<minutes>[0-9]{2})$)',
|
|
||||||
date_str)
|
|
||||||
if not m:
|
|
||||||
timezone = datetime.timedelta()
|
|
||||||
else:
|
|
||||||
date_str = date_str[:-len(m.group(0))]
|
|
||||||
if not m.group('sign'):
|
|
||||||
timezone = datetime.timedelta()
|
|
||||||
else:
|
|
||||||
sign = 1 if m.group('sign') == '+' else -1
|
|
||||||
timezone = datetime.timedelta(
|
|
||||||
hours=sign * int(m.group('hours')),
|
|
||||||
minutes=sign * int(m.group('minutes')))
|
|
||||||
try:
|
try:
|
||||||
date_format = '%Y-%m-%d{0}%H:%M:%S'.format(delimiter)
|
date_format = '%Y-%m-%d{0}%H:%M:%S'.format(delimiter)
|
||||||
dt = datetime.datetime.strptime(date_str, date_format) - timezone
|
dt = datetime.datetime.strptime(date_str, date_format) - timezone
|
||||||
|
@ -1006,6 +1055,10 @@ def parse_iso8601(date_str, delimiter='T', timezone=None):
|
||||||
pass
|
pass
|
||||||
|
|
||||||
|
|
||||||
|
def date_formats(day_first=True):
|
||||||
|
return DATE_FORMATS_DAY_FIRST if day_first else DATE_FORMATS_MONTH_FIRST
|
||||||
|
|
||||||
|
|
||||||
def unified_strdate(date_str, day_first=True):
|
def unified_strdate(date_str, day_first=True):
|
||||||
"""Return a string with the date in the format YYYYMMDD"""
|
"""Return a string with the date in the format YYYYMMDD"""
|
||||||
|
|
||||||
|
@ -1014,53 +1067,11 @@ def unified_strdate(date_str, day_first=True):
|
||||||
upload_date = None
|
upload_date = None
|
||||||
# Replace commas
|
# Replace commas
|
||||||
date_str = date_str.replace(',', ' ')
|
date_str = date_str.replace(',', ' ')
|
||||||
# %z (UTC offset) is only supported in python>=3.2
|
|
||||||
if not re.match(r'^[0-9]{1,2}-[0-9]{1,2}-[0-9]{4}$', date_str):
|
|
||||||
date_str = re.sub(r' ?(\+|-)[0-9]{2}:?[0-9]{2}$', '', date_str)
|
|
||||||
# Remove AM/PM + timezone
|
# Remove AM/PM + timezone
|
||||||
date_str = re.sub(r'(?i)\s*(?:AM|PM)(?:\s+[A-Z]+)?', '', date_str)
|
date_str = re.sub(r'(?i)\s*(?:AM|PM)(?:\s+[A-Z]+)?', '', date_str)
|
||||||
|
_, date_str = extract_timezone(date_str)
|
||||||
|
|
||||||
format_expressions = [
|
for expression in date_formats(day_first):
|
||||||
'%d %B %Y',
|
|
||||||
'%d %b %Y',
|
|
||||||
'%B %d %Y',
|
|
||||||
'%b %d %Y',
|
|
||||||
'%b %dst %Y %I:%M',
|
|
||||||
'%b %dnd %Y %I:%M',
|
|
||||||
'%b %dth %Y %I:%M',
|
|
||||||
'%Y %m %d',
|
|
||||||
'%Y-%m-%d',
|
|
||||||
'%Y/%m/%d',
|
|
||||||
'%Y/%m/%d %H:%M:%S',
|
|
||||||
'%Y-%m-%d %H:%M:%S',
|
|
||||||
'%Y-%m-%d %H:%M:%S.%f',
|
|
||||||
'%d.%m.%Y %H:%M',
|
|
||||||
'%d.%m.%Y %H.%M',
|
|
||||||
'%Y-%m-%dT%H:%M:%SZ',
|
|
||||||
'%Y-%m-%dT%H:%M:%S.%fZ',
|
|
||||||
'%Y-%m-%dT%H:%M:%S.%f0Z',
|
|
||||||
'%Y-%m-%dT%H:%M:%S',
|
|
||||||
'%Y-%m-%dT%H:%M:%S.%f',
|
|
||||||
'%Y-%m-%dT%H:%M',
|
|
||||||
]
|
|
||||||
if day_first:
|
|
||||||
format_expressions.extend([
|
|
||||||
'%d-%m-%Y',
|
|
||||||
'%d.%m.%Y',
|
|
||||||
'%d.%m.%y',
|
|
||||||
'%d/%m/%Y',
|
|
||||||
'%d/%m/%y',
|
|
||||||
'%d/%m/%Y %H:%M:%S',
|
|
||||||
])
|
|
||||||
else:
|
|
||||||
format_expressions.extend([
|
|
||||||
'%m-%d-%Y',
|
|
||||||
'%m.%d.%Y',
|
|
||||||
'%m/%d/%Y',
|
|
||||||
'%m/%d/%y',
|
|
||||||
'%m/%d/%Y %H:%M:%S',
|
|
||||||
])
|
|
||||||
for expression in format_expressions:
|
|
||||||
try:
|
try:
|
||||||
upload_date = datetime.datetime.strptime(date_str, expression).strftime('%Y%m%d')
|
upload_date = datetime.datetime.strptime(date_str, expression).strftime('%Y%m%d')
|
||||||
except ValueError:
|
except ValueError:
|
||||||
|
@ -1076,6 +1087,29 @@ def unified_strdate(date_str, day_first=True):
|
||||||
return compat_str(upload_date)
|
return compat_str(upload_date)
|
||||||
|
|
||||||
|
|
||||||
|
def unified_timestamp(date_str, day_first=True):
|
||||||
|
if date_str is None:
|
||||||
|
return None
|
||||||
|
|
||||||
|
date_str = date_str.replace(',', ' ')
|
||||||
|
|
||||||
|
pm_delta = datetime.timedelta(hours=12 if re.search(r'(?i)PM', date_str) else 0)
|
||||||
|
timezone, date_str = extract_timezone(date_str)
|
||||||
|
|
||||||
|
# Remove AM/PM + timezone
|
||||||
|
date_str = re.sub(r'(?i)\s*(?:AM|PM)(?:\s+[A-Z]+)?', '', date_str)
|
||||||
|
|
||||||
|
for expression in date_formats(day_first):
|
||||||
|
try:
|
||||||
|
dt = datetime.datetime.strptime(date_str, expression) - timezone + pm_delta
|
||||||
|
return calendar.timegm(dt.timetuple())
|
||||||
|
except ValueError:
|
||||||
|
pass
|
||||||
|
timetuple = email.utils.parsedate_tz(date_str)
|
||||||
|
if timetuple:
|
||||||
|
return calendar.timegm(timetuple.timetuple())
|
||||||
|
|
||||||
|
|
||||||
def determine_ext(url, default_ext='unknown_video'):
|
def determine_ext(url, default_ext='unknown_video'):
|
||||||
if url is None:
|
if url is None:
|
||||||
return default_ext
|
return default_ext
|
||||||
|
|
Loading…
Reference in a new issue