mirror of
https://github.com/ytdl-org/youtube-dl.git
synced 2024-12-23 01:08:10 +00:00
[kuwo] New extractor for kuwo.cn
This commit is contained in:
ping
parent
a69e8bfdd9
commit
8f73e89ca0
2 changed files with 335 additions and 0 deletions
|
|
@ -257,6 +257,15 @@ from .keek import KeekIE
|
||||||
from .kontrtube import KontrTubeIE
|
from .kontrtube import KontrTubeIE
|
||||||
from .krasview import KrasViewIE
|
from .krasview import KrasViewIE
|
||||||
from .ku6 import Ku6IE
|
from .ku6 import Ku6IE
|
||||||
|
from .kuwo import (
|
||||||
|
KuwoIE,
|
||||||
|
KuwoAlbumIE,
|
||||||
|
KuwoChartIE,
|
||||||
|
KuwoSingerIE,
|
||||||
|
KuwoSingerMusicIE,
|
||||||
|
KuwoCategoryIE,
|
||||||
|
KuwoMvIE,
|
||||||
|
)
|
||||||
from .la7 import LA7IE
|
from .la7 import LA7IE
|
||||||
from .laola1tv import Laola1TvIE
|
from .laola1tv import Laola1TvIE
|
||||||
from .letv import (
|
from .letv import (
|
||||||
|
|
|
||||||
326
youtube_dl/extractor/kuwo.py
Normal file
326
youtube_dl/extractor/kuwo.py
Normal file
|
|
@ -0,0 +1,326 @@
|
||||||
|
# coding: utf-8
|
||||||
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
|
import re
|
||||||
|
import itertools
|
||||||
|
|
||||||
|
from .common import InfoExtractor
|
||||||
|
from ..utils import (
|
||||||
|
get_element_by_id,
|
||||||
|
clean_html,
|
||||||
|
ExtractorError,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
|
class KuwoIE(InfoExtractor):
|
||||||
|
IE_NAME = 'kuwo:song'
|
||||||
|
_VALID_URL = r'http://www\.kuwo\.cn/yinyue/(?P<id>[0-9]+?)/'
|
||||||
|
_TESTS = [{
|
||||||
|
'url': 'http://www.kuwo.cn/yinyue/635632/',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '635632',
|
||||||
|
'ext': 'ape',
|
||||||
|
'title': '爱我别走',
|
||||||
|
'creator': '张震岳',
|
||||||
|
'upload_date': '20080122',
|
||||||
|
'description': 'md5:ed13f58e3c3bf3f7fd9fbc4e5a7aa75c'
|
||||||
|
},
|
||||||
|
}, {
|
||||||
|
'url': 'http://www.kuwo.cn/yinyue/6446136/',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '6446136',
|
||||||
|
'ext': 'mp3',
|
||||||
|
'title': '心',
|
||||||
|
'creator': 'IU',
|
||||||
|
'upload_date': '20150518',
|
||||||
|
},
|
||||||
|
'params': {
|
||||||
|
'format': 'mp3-320'
|
||||||
|
},
|
||||||
|
}]
|
||||||
|
_FORMATS = [
|
||||||
|
{'format': 'ape', 'ext': 'ape', 'preference': 100},
|
||||||
|
{'format': 'mp3-320', 'ext': 'mp3', 'br': '320kmp3', 'abr': 320, 'preference': 80},
|
||||||
|
{'format': 'mp3-192', 'ext': 'mp3', 'br': '192kmp3', 'abr': 192, 'preference': 70},
|
||||||
|
{'format': 'mp3-128', 'ext': 'mp3', 'br': '128kmp3', 'abr': 128, 'preference': 60},
|
||||||
|
{'format': 'wma', 'ext': 'wma', 'preference': 20},
|
||||||
|
{'format': 'aac', 'ext': 'aac', 'abr': 48, 'preference': 10}
|
||||||
|
]
|
||||||
|
|
||||||
|
def _get_formats(self, song_id):
|
||||||
|
formats = []
|
||||||
|
for file_format in self._FORMATS:
|
||||||
|
song_url = self._download_webpage(
|
||||||
|
"http://antiserver.kuwo.cn/anti.s?format=%s&br=%s&rid=MUSIC_%s&type=convert_url&response=url" %
|
||||||
|
(file_format['ext'], file_format.get('br', ''), song_id),
|
||||||
|
song_id, note="Download %s url info" % file_format["format"],
|
||||||
|
)
|
||||||
|
if song_url.startswith('http://') or song_url.startswith('https://'):
|
||||||
|
formats.append({
|
||||||
|
'url': song_url,
|
||||||
|
'format_id': file_format['format'],
|
||||||
|
'format': file_format['format'],
|
||||||
|
'preference': file_format['preference'],
|
||||||
|
'abr': file_format.get('abr'),
|
||||||
|
})
|
||||||
|
self._sort_formats(formats)
|
||||||
|
return formats
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
song_id = self._match_id(url)
|
||||||
|
webpage = self._download_webpage(
|
||||||
|
url, song_id, note='Download song detail info',
|
||||||
|
errnote='Unable to get song detail info')
|
||||||
|
|
||||||
|
song_name = self._html_search_regex(
|
||||||
|
r'<h1 title="(.+?)">', webpage, 'song name')
|
||||||
|
singer_name = self._html_search_regex(
|
||||||
|
r'<div class="s_img">.+?title="(.+?)".+?</div>', webpage, 'singer name',
|
||||||
|
flags=re.DOTALL, default=None)
|
||||||
|
lrc_content = clean_html(get_element_by_id("lrcContent", webpage))
|
||||||
|
if lrc_content == '暂无': # indicates no lyrics
|
||||||
|
lrc_content = None
|
||||||
|
|
||||||
|
formats = self._get_formats(song_id)
|
||||||
|
|
||||||
|
album_id = self._html_search_regex(
|
||||||
|
r'<p class="album" title=".+?">.+?<a href="http://www\.kuwo\.cn/album/([0-9]+)/" ',
|
||||||
|
webpage, 'album id', default=None, fatal=False)
|
||||||
|
|
||||||
|
publish_time = None
|
||||||
|
if album_id is not None:
|
||||||
|
album_info_page = self._download_webpage(
|
||||||
|
"http://www.kuwo.cn/album/%s/" % album_id, song_id,
|
||||||
|
note='Download album detail info',
|
||||||
|
errnote='Unable to get album detail info')
|
||||||
|
|
||||||
|
publish_time = self._html_search_regex(
|
||||||
|
r'发行时间：(\d{4}-\d{2}-\d{2})', album_info_page,
|
||||||
|
'publish time', default=None)
|
||||||
|
if publish_time:
|
||||||
|
publish_time = publish_time.replace('-', '')
|
||||||
|
|
||||||
|
return {
|
||||||
|
'id': song_id,
|
||||||
|
'title': song_name,
|
||||||
|
'creator': singer_name,
|
||||||
|
'upload_date': publish_time,
|
||||||
|
'description': lrc_content,
|
||||||
|
'formats': formats,
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
class KuwoAlbumIE(InfoExtractor):
|
||||||
|
IE_NAME = 'kuwo:album'
|
||||||
|
_VALID_URL = r'http://www\.kuwo\.cn/album/(?P<id>[0-9]+?)/'
|
||||||
|
_TEST = {
|
||||||
|
'url': 'http://www.kuwo.cn/album/502294/',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '502294',
|
||||||
|
'title': 'M',
|
||||||
|
'description': 'md5:6a7235a84cc6400ec3b38a7bdaf1d60c',
|
||||||
|
},
|
||||||
|
'playlist_count': 2,
|
||||||
|
}
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
album_id = self._match_id(url)
|
||||||
|
|
||||||
|
webpage = self._download_webpage(
|
||||||
|
url, album_id, note='Download album info',
|
||||||
|
errnote='Unable to get album info')
|
||||||
|
|
||||||
|
album_name = self._html_search_regex(
|
||||||
|
r'<div class="comm".+?<h1 title="(.+?)">.+?</h1>', webpage,
|
||||||
|
'album name', flags=re.DOTALL)
|
||||||
|
album_intro = clean_html(
|
||||||
|
re.sub(r'^.+简介：', '', get_element_by_id("intro", webpage).strip()))
|
||||||
|
|
||||||
|
entries = [
|
||||||
|
self.url_result("http://www.kuwo.cn/yinyue/%s/" % song_id, 'Kuwo', song_id)
|
||||||
|
for song_id in re.findall(
|
||||||
|
r'<p class="listen"><a href="http://www\.kuwo\.cn/yinyue/([0-9]+)/" target="_blank" title="试听.*?"></a></p>',
|
||||||
|
webpage)
|
||||||
|
]
|
||||||
|
return self.playlist_result(entries, album_id, album_name, album_intro)
|
||||||
|
|
||||||
|
|
||||||
|
class KuwoChartIE(InfoExtractor):
|
||||||
|
IE_NAME = 'kuwo:chart'
|
||||||
|
_VALID_URL = r'http://yinyue\.kuwo\.cn/billboard_(?P<id>.+?).htm'
|
||||||
|
_TEST = {
|
||||||
|
'url': 'http://yinyue.kuwo.cn/billboard_香港中文龙虎榜.htm',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '香港中文龙虎榜',
|
||||||
|
'title': '香港中文龙虎榜',
|
||||||
|
'description': 're:[0-9]{4}第[0-9]{2}期',
|
||||||
|
},
|
||||||
|
'playlist_mincount': 10,
|
||||||
|
}
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
chart_id = self._match_id(url)
|
||||||
|
webpage = self._download_webpage(
|
||||||
|
url, chart_id, note='Download chart info',
|
||||||
|
errnote='Unable to get chart info')
|
||||||
|
|
||||||
|
chart_name = self._html_search_regex(
|
||||||
|
r'<h1 class="unDis">(.+?)</h1>', webpage, 'chart name')
|
||||||
|
|
||||||
|
chart_desc = self._html_search_regex(
|
||||||
|
r'<p class="tabDef">([0-9]{4}第[0-9]{2}期)</p>', webpage, 'chart desc')
|
||||||
|
|
||||||
|
entries = [
|
||||||
|
self.url_result("http://www.kuwo.cn/yinyue/%s/" % song_id, 'Kuwo', song_id)
|
||||||
|
for song_id in re.findall(
|
||||||
|
r'<a href="http://www\.kuwo\.cn/yinyue/([0-9]+)/" .+?>.+?</a>', webpage)
|
||||||
|
]
|
||||||
|
return self.playlist_result(entries, chart_id, chart_name, chart_desc)
|
||||||
|
|
||||||
|
|
||||||
|
class KuwoSingerIE(InfoExtractor):
|
||||||
|
IE_NAME = 'kuwo:singer'
|
||||||
|
_VALID_URL = r'http://www\.kuwo\.cn/mingxing/(?P<id>[^/]+?)/$'
|
||||||
|
_TEST = {
|
||||||
|
'url': 'http://www.kuwo.cn/mingxing/bruno+mars/',
|
||||||
|
'info_dict': {
|
||||||
|
'id': 'bruno+mars',
|
||||||
|
'title': 'Bruno Mars',
|
||||||
|
},
|
||||||
|
'playlist_count': 10,
|
||||||
|
}
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
singer_id = self._match_id(url)
|
||||||
|
webpage = self._download_webpage(
|
||||||
|
url, singer_id, note='Download singer info',
|
||||||
|
errnote='Unable to get singer info')
|
||||||
|
|
||||||
|
singer_name = self._html_search_regex(
|
||||||
|
r'姓名：<span>(.+?)</span>', webpage, 'singer name')
|
||||||
|
|
||||||
|
entries = [
|
||||||
|
self.url_result("http://www.kuwo.cn/yinyue/%s/" % song_id, 'Kuwo', song_id)
|
||||||
|
for song_id in re.findall(
|
||||||
|
r'<a href="http://www\.kuwo\.cn/yinyue/([0-9]+)/" .+?>.+?</a>',
|
||||||
|
webpage, flags=re.DOTALL)
|
||||||
|
]
|
||||||
|
return self.playlist_result(entries, singer_id, singer_name)
|
||||||
|
|
||||||
|
|
||||||
|
class KuwoSingerMusicIE(InfoExtractor):
|
||||||
|
IE_NAME = 'kuwo:singermusic'
|
||||||
|
_VALID_URL = r'http://www\.kuwo\.cn/mingxing/(?P<id>[^/]+?)/music(_[0-9]+)?.htm'
|
||||||
|
_TEST = {
|
||||||
|
'url': 'http://www.kuwo.cn/mingxing/Ali/music.htm',
|
||||||
|
'info_dict': {
|
||||||
|
'id': 'Ali',
|
||||||
|
'title': 'Ali的热门歌曲',
|
||||||
|
},
|
||||||
|
'playlist_mincount': 95,
|
||||||
|
}
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
singer_id = self._match_id(url)
|
||||||
|
|
||||||
|
list_name = None
|
||||||
|
entries = []
|
||||||
|
for page_num in itertools.count(1):
|
||||||
|
webpage = self._download_webpage(
|
||||||
|
'http://www.kuwo.cn/mingxing/%s/music_%d.htm' % (singer_id, page_num),
|
||||||
|
singer_id, note='Download song list page #%d' % page_num,
|
||||||
|
errnote='Unable to get song list page #%d' % page_num)
|
||||||
|
|
||||||
|
if list_name is None:
|
||||||
|
list_name = self._html_search_regex(
|
||||||
|
r'<h1>([^<>]+)<span>', webpage, 'list name')
|
||||||
|
|
||||||
|
entries.extend([
|
||||||
|
self.url_result("http://www.kuwo.cn/yinyue/%s/" % song_id, 'Kuwo', song_id)
|
||||||
|
for song_id in re.findall(
|
||||||
|
r'<p class="m_name"><a href="http://www\.kuwo\.cn/yinyue/([0-9]+)/',
|
||||||
|
webpage)
|
||||||
|
])
|
||||||
|
if not re.search(r'<a href="[^"]+">下一页</a>', webpage):
|
||||||
|
break
|
||||||
|
|
||||||
|
return self.playlist_result(entries, singer_id, list_name)
|
||||||
|
|
||||||
|
|
||||||
|
class KuwoCategoryIE(InfoExtractor):
|
||||||
|
IE_NAME = 'kuwo:category'
|
||||||
|
_VALID_URL = r'http://yinyue\.kuwo\.cn/yy/cinfo_(?P<id>[0-9]+?).htm'
|
||||||
|
_TEST = {
|
||||||
|
'url': 'http://yinyue.kuwo.cn/yy/cinfo_86375.htm',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '86375',
|
||||||
|
'title': '八十年代精选',
|
||||||
|
'description': '这些都是属于八十年代的回忆！',
|
||||||
|
},
|
||||||
|
'playlist_count': 30,
|
||||||
|
}
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
category_id = self._match_id(url)
|
||||||
|
webpage = self._download_webpage(
|
||||||
|
url, category_id, note='Download category info',
|
||||||
|
errnote='Unable to get category info')
|
||||||
|
|
||||||
|
category_name = self._html_search_regex(
|
||||||
|
r'<h1 title="([^<>]+?)">[^<>]+?</h1>', webpage, 'category name')
|
||||||
|
|
||||||
|
category_desc = re.sub(
|
||||||
|
r'^.+简介：', '', get_element_by_id("intro", webpage).strip())
|
||||||
|
|
||||||
|
jsonm = self._parse_json(self._html_search_regex(
|
||||||
|
r'var jsonm = (\{.+?\});', webpage, 'category songs'), category_id)
|
||||||
|
|
||||||
|
entries = [
|
||||||
|
self.url_result(
|
||||||
|
"http://www.kuwo.cn/yinyue/%s/" % song['musicrid'],
|
||||||
|
'Kuwo', song['musicrid'])
|
||||||
|
for song in jsonm['musiclist']
|
||||||
|
]
|
||||||
|
return self.playlist_result(entries, category_id, category_name, category_desc)
|
||||||
|
|
||||||
|
|
||||||
|
class KuwoMvIE(KuwoIE):
|
||||||
|
IE_NAME = 'kuwo:mv'
|
||||||
|
_VALID_URL = r'http://www\.kuwo\.cn/mv/(?P<id>[0-9]+?)/'
|
||||||
|
_TESTS = [{
|
||||||
|
'url': 'http://www.kuwo.cn/mv/6480076/',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '6480076',
|
||||||
|
'ext': 'mkv',
|
||||||
|
'title': '我们家MV',
|
||||||
|
'creator': '2PM',
|
||||||
|
},
|
||||||
|
}]
|
||||||
|
_FORMATS = KuwoIE._FORMATS + [
|
||||||
|
{'format': 'mkv', 'ext': 'mkv', 'preference': 250},
|
||||||
|
{'format': 'mp4', 'ext': 'mp4', 'preference': 200},
|
||||||
|
]
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
song_id = self._match_id(url)
|
||||||
|
webpage = self._download_webpage(
|
||||||
|
url, song_id, note='Download mv detail info: %s' % song_id,
|
||||||
|
errnote='Unable to get mv detail info: %s' % song_id)
|
||||||
|
|
||||||
|
mobj = re.search(
|
||||||
|
r'<h1 title="(?P<song>.+?)">[^<>]+<span .+?title="(?P<singer>.+?)".+?>[^<>]+</span></h1>',
|
||||||
|
webpage)
|
||||||
|
if mobj:
|
||||||
|
song_name = mobj.group('song')
|
||||||
|
singer_name = mobj.group('singer')
|
||||||
|
else:
|
||||||
|
raise ExtractorError("Unable to find song or singer names")
|
||||||
|
|
||||||
|
formats = self._get_formats(song_id)
|
||||||
|
|
||||||
|
return {
|
||||||
|
'id': song_id,
|
||||||
|
'title': song_name,
|
||||||
|
'creator': singer_name,
|
||||||
|
'formats': formats,
|
||||||
|
}
|
||||||
Loading…
Reference in a new issue