]> Raphaël G. Git Repositories - youtubedl/blob - youtube_dl/extractor/uol.py
New upstream version 2020.03.24
[youtubedl] / youtube_dl / extractor / uol.py
1 # coding: utf-8
2 from __future__ import unicode_literals
3
4 from .common import InfoExtractor
5 from ..utils import (
6 clean_html,
7 int_or_none,
8 parse_duration,
9 update_url_query,
10 str_or_none,
11 )
12
13
14 class UOLIE(InfoExtractor):
15 IE_NAME = 'uol.com.br'
16 _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]+)'
17 _TESTS = [{
18 'url': 'http://player.mais.uol.com.br/player_video_v3.swf?mediaId=15951931',
19 'md5': '25291da27dc45e0afb5718a8603d3816',
20 'info_dict': {
21 'id': '15951931',
22 'ext': 'mp4',
23 'title': 'Miss simpatia é encontrada morta',
24 'description': 'md5:3f8c11a0c0556d66daf7e5b45ef823b2',
25 }
26 }, {
27 'url': 'http://tvuol.uol.com.br/video/incendio-destroi-uma-das-maiores-casas-noturnas-de-londres-04024E9A3268D4C95326',
28 'md5': 'e41a2fb7b7398a3a46b6af37b15c00c9',
29 'info_dict': {
30 'id': '15954259',
31 'ext': 'mp4',
32 'title': 'Incêndio destrói uma das maiores casas noturnas de Londres',
33 'description': 'Em Londres, um incêndio destruiu uma das maiores boates da cidade. Não há informações sobre vítimas.',
34 }
35 }, {
36 'url': 'http://mais.uol.com.br/static/uolplayer/index.html?mediaId=15951931',
37 'only_matching': True,
38 }, {
39 'url': 'http://mais.uol.com.br/view/15954259',
40 'only_matching': True,
41 }, {
42 'url': 'http://noticias.band.uol.com.br/brasilurgente/video/2016/08/05/15951931/miss-simpatia-e-encontrada-morta.html',
43 'only_matching': True,
44 }, {
45 'url': 'http://videos.band.uol.com.br/programa.asp?e=noticias&pr=brasil-urgente&v=15951931&t=Policia-desmonte-base-do-PCC-na-Cracolandia',
46 'only_matching': True,
47 }, {
48 'url': 'http://mais.uol.com.br/view/cphaa0gl2x8r/incendio-destroi-uma-das-maiores-casas-noturnas-de-londres-04024E9A3268D4C95326',
49 'only_matching': True,
50 }, {
51 'url': 'http://noticias.uol.com.br//videos/assistir.htm?video=rafaela-silva-inspira-criancas-no-judo-04024D983968D4C95326',
52 'only_matching': True,
53 }, {
54 'url': 'http://mais.uol.com.br/view/e0qbgxid79uv/15275470',
55 'only_matching': True,
56 }]
57
58 _FORMATS = {
59 '2': {
60 'width': 640,
61 'height': 360,
62 },
63 '5': {
64 'width': 1280,
65 'height': 720,
66 },
67 '6': {
68 'width': 426,
69 'height': 240,
70 },
71 '7': {
72 'width': 1920,
73 'height': 1080,
74 },
75 '8': {
76 'width': 192,
77 'height': 144,
78 },
79 '9': {
80 'width': 568,
81 'height': 320,
82 },
83 '11': {
84 'width': 640,
85 'height': 360,
86 }
87 }
88
89 def _real_extract(self, url):
90 video_id = self._match_id(url)
91 media_id = None
92
93 if video_id.isdigit():
94 media_id = video_id
95
96 if not media_id:
97 embed_page = self._download_webpage(
98 'https://jsuol.com.br/c/tv/uol/embed/?params=[embed,%s]' % video_id,
99 video_id, 'Downloading embed page', fatal=False)
100 if embed_page:
101 media_id = self._search_regex(
102 (r'uol\.com\.br/(\d+)', r'mediaId=(\d+)'),
103 embed_page, 'media id', default=None)
104
105 if not media_id:
106 webpage = self._download_webpage(url, video_id)
107 media_id = self._search_regex(r'mediaId=(\d+)', webpage, 'media id')
108
109 video_data = self._download_json(
110 'http://mais.uol.com.br/apiuol/v3/player/getMedia/%s.json' % media_id,
111 media_id)['item']
112 title = video_data['title']
113
114 query = {
115 'ver': video_data.get('numRevision', 2),
116 'r': 'http://mais.uol.com.br',
117 }
118 for k in ('token', 'sign'):
119 v = video_data.get(k)
120 if v:
121 query[k] = v
122
123 formats = []
124 for f in video_data.get('formats', []):
125 f_url = f.get('url') or f.get('secureUrl')
126 if not f_url:
127 continue
128 f_url = update_url_query(f_url, query)
129 format_id = str_or_none(f.get('id'))
130 if format_id == '10':
131 formats.extend(self._extract_m3u8_formats(
132 f_url, video_id, 'mp4', 'm3u8_native',
133 m3u8_id='hls', fatal=False))
134 continue
135 fmt = {
136 'format_id': format_id,
137 'url': f_url,
138 'source_preference': 1,
139 }
140 fmt.update(self._FORMATS.get(format_id, {}))
141 formats.append(fmt)
142 self._sort_formats(formats, ('height', 'width', 'source_preference', 'tbr', 'ext'))
143
144 tags = []
145 for tag in video_data.get('tags', []):
146 tag_description = tag.get('description')
147 if not tag_description:
148 continue
149 tags.append(tag_description)
150
151 return {
152 'id': media_id,
153 'title': title,
154 'description': clean_html(video_data.get('desMedia')),
155 'thumbnail': video_data.get('thumbnail'),
156 'duration': int_or_none(video_data.get('durationSeconds')) or parse_duration(video_data.get('duration')),
157 'tags': tags,
158 'formats': formats,
159 }