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