Raphaël G. Git Repositories - youtubedl/blob - youtube_dl/extractor/lifenews.py

   1 # encoding: utf-8
   2 from __future__ import unicode_literals
   3
   4 import re
   5
   6 from .common import InfoExtractor
   7 from ..compat import compat_urlparse
   8 from ..utils import (
   9     determine_ext,
  10     int_or_none,
  11     unified_strdate,
  12     ExtractorError,
  13 )
  14
  15
  16 class LifeNewsIE(InfoExtractor):
  17     IE_NAME = 'lifenews'
  18     IE_DESC = 'LIFE | NEWS'
  19     _VALID_URL = r'http://lifenews\.ru/(?:mobile/)?(?P<section>news|video)/(?P<id>\d+)'
  20
  21     _TESTS = [{
  22         'url': 'http://lifenews.ru/news/126342',
  23         'md5': 'e1b50a5c5fb98a6a544250f2e0db570a',
  24         'info_dict': {
  25             'id': '126342',
  26             'ext': 'mp4',
  27             'title': 'МВД разыскивает мужчин, оставивших в IKEA сумку с автоматом',
  28             'description': 'Камеры наблюдения гипермаркета зафиксировали троих мужчин, спрятавших оружейный арсенал в камере хранения.',
  29             'thumbnail': 're:http://.*\.jpg',
  30             'upload_date': '20140130',
  31         }
  32     }, {
  33         # video in <iframe>
  34         'url': 'http://lifenews.ru/news/152125',
  35         'md5': '77d19a6f0886cd76bdbf44b4d971a273',
  36         'info_dict': {
  37             'id': '152125',
  38             'ext': 'mp4',
  39             'title': 'В Сети появилось видео захвата «Правым сектором» колхозных полей ',
  40             'description': 'Жители двух поселков Днепропетровской области не простили радикалам угрозу лишения плодородных земель и пошли в лобовую. ',
  41             'upload_date': '20150402',
  42             'uploader': 'embed.life.ru',
  43         }
  44     }, {
  45         'url': 'http://lifenews.ru/news/153461',
  46         'md5': '9b6ef8bc0ffa25aebc8bdb40d89ab795',
  47         'info_dict': {
  48             'id': '153461',
  49             'ext': 'mp4',
  50             'title': 'В Москве спасли потерявшегося медвежонка, который спрятался на дереве',
  51             'description': 'Маленький хищник не смог найти дорогу домой и обрел временное убежище на тополе недалеко от жилого массива, пока его не нашла соседская собака.',
  52             'upload_date': '20150505',
  53             'uploader': 'embed.life.ru',
  54         }
  55     }, {
  56         'url': 'http://lifenews.ru/video/13035',
  57         'only_matching': True,
  58     }]
  59
  60     def _real_extract(self, url):
  61         mobj = re.match(self._VALID_URL, url)
  62         video_id = mobj.group('id')
  63         section = mobj.group('section')
  64
  65         webpage = self._download_webpage(
  66             'http://lifenews.ru/%s/%s' % (section, video_id),
  67             video_id, 'Downloading page')
  68
  69         videos = re.findall(r'<video.*?poster="(?P<poster>[^"]+)".*?src="(?P<video>[^"]+)".*?></video>', webpage)
  70         iframe_link = self._html_search_regex(
  71             '<iframe[^>]+src=["\']([^"\']+)["\']', webpage, 'iframe link', default=None)
  72         if not videos and not iframe_link:
  73             raise ExtractorError('No media links available for %s' % video_id)
  74
  75         title = self._og_search_title(webpage)
  76         TITLE_SUFFIX = ' - Первый по срочным новостям — LIFE | NEWS'
  77         if title.endswith(TITLE_SUFFIX):
  78             title = title[:-len(TITLE_SUFFIX)]
  79
  80         description = self._og_search_description(webpage)
  81
  82         view_count = self._html_search_regex(
  83             r'<div class=\'views\'>\s*(\d+)\s*</div>', webpage, 'view count', fatal=False)
  84         comment_count = self._html_search_regex(
  85             r'<div class=\'comments\'>\s*<span class=\'counter\'>\s*(\d+)\s*</span>', webpage, 'comment count', fatal=False)
  86
  87         upload_date = self._html_search_regex(
  88             r'<time datetime=\'([^\']+)\'>', webpage, 'upload date', fatal=False)
  89         if upload_date is not None:
  90             upload_date = unified_strdate(upload_date)
  91
  92         common_info = {
  93             'description': description,
  94             'view_count': int_or_none(view_count),
  95             'comment_count': int_or_none(comment_count),
  96             'upload_date': upload_date,
  97         }
  98
  99         def make_entry(video_id, media, video_number=None):
 100             cur_info = dict(common_info)
 101             cur_info.update({
 102                 'id': video_id,
 103                 'url': media[1],
 104                 'thumbnail': media[0],
 105                 'title': title if video_number is None else '%s-video%s' % (title, video_number),
 106             })
 107             return cur_info
 108
 109         if iframe_link:
 110             iframe_link = self._proto_relative_url(iframe_link, 'http:')
 111             cur_info = dict(common_info)
 112             cur_info.update({
 113                 '_type': 'url_transparent',
 114                 'id': video_id,
 115                 'title': title,
 116                 'url': iframe_link,
 117             })
 118             return cur_info
 119
 120         if len(videos) == 1:
 121             return make_entry(video_id, videos[0])
 122         else:
 123             return [make_entry(video_id, media, video_number + 1) for video_number, media in enumerate(videos)]
 124
 125
 126 class LifeEmbedIE(InfoExtractor):
 127     IE_NAME = 'life:embed'
 128     _VALID_URL = r'http://embed\.life\.ru/embed/(?P<id>[\da-f]{32})'
 129
 130     _TEST = {
 131         'url': 'http://embed.life.ru/embed/e50c2dec2867350528e2574c899b8291',
 132         'md5': 'b889715c9e49cb1981281d0e5458fbbe',
 133         'info_dict': {
 134             'id': 'e50c2dec2867350528e2574c899b8291',
 135             'ext': 'mp4',
 136             'title': 'e50c2dec2867350528e2574c899b8291',
 137             'thumbnail': 're:http://.*\.jpg',
 138         }
 139     }
 140
 141     def _real_extract(self, url):
 142         video_id = self._match_id(url)
 143
 144         webpage = self._download_webpage(url, video_id)
 145
 146         formats = []
 147         for video_url in re.findall(r'"file"\s*:\s*"([^"]+)', webpage):
 148             video_url = compat_urlparse.urljoin(url, video_url)
 149             ext = determine_ext(video_url)
 150             if ext == 'm3u8':
 151                 formats.extend(self._extract_m3u8_formats(
 152                     video_url, video_id, 'mp4', m3u8_id='m3u8'))
 153             else:
 154                 formats.append({
 155                     'url': video_url,
 156                     'format_id': ext,
 157                     'preference': 1,
 158                 })
 159         self._sort_formats(formats)
 160
 161         thumbnail = self._search_regex(
 162             r'"image"\s*:\s*"([^"]+)', webpage, 'thumbnail', default=None)
 163
 164         return {
 165             'id': video_id,
 166             'title': video_id,
 167             'thumbnail': thumbnail,
 168             'formats': formats,
 169         }