]> Raphaël G. Git Repositories - youtubedl/blob - youtube_dl/extractor/rozhlas.py
Update upstream source from tag 'upstream/2019.09.28'
[youtubedl] / youtube_dl / extractor / rozhlas.py
1 # coding: utf-8
2 from __future__ import unicode_literals
3
4 from .common import InfoExtractor
5 from ..utils import (
6 int_or_none,
7 remove_start,
8 )
9
10
11 class RozhlasIE(InfoExtractor):
12 _VALID_URL = r'https?://(?:www\.)?prehravac\.rozhlas\.cz/audio/(?P<id>[0-9]+)'
13 _TESTS = [{
14 'url': 'http://prehravac.rozhlas.cz/audio/3421320',
15 'md5': '504c902dbc9e9a1fd50326eccf02a7e2',
16 'info_dict': {
17 'id': '3421320',
18 'ext': 'mp3',
19 'title': 'Echo Pavla Klusáka (30.06.2015 21:00)',
20 'description': 'Osmdesátiny Terryho Rileyho jsou skvělou příležitostí proletět se elektronickými i akustickými díly zakladatatele minimalismu, který je aktivní už přes padesát let'
21 }
22 }, {
23 'url': 'http://prehravac.rozhlas.cz/audio/3421320/embed',
24 'only_matching': True,
25 }]
26
27 def _real_extract(self, url):
28 audio_id = self._match_id(url)
29
30 webpage = self._download_webpage(
31 'http://prehravac.rozhlas.cz/audio/%s' % audio_id, audio_id)
32
33 title = self._html_search_regex(
34 r'<h3>(.+?)</h3>\s*<p[^>]*>.*?</p>\s*<div[^>]+id=["\']player-track',
35 webpage, 'title', default=None) or remove_start(
36 self._og_search_title(webpage), 'Radio Wave - ')
37 description = self._html_search_regex(
38 r'<p[^>]+title=(["\'])(?P<url>(?:(?!\1).)+)\1[^>]*>.*?</p>\s*<div[^>]+id=["\']player-track',
39 webpage, 'description', fatal=False, group='url')
40 duration = int_or_none(self._search_regex(
41 r'data-duration=["\'](\d+)', webpage, 'duration', default=None))
42
43 return {
44 'id': audio_id,
45 'url': 'http://media.rozhlas.cz/_audio/%s.mp3' % audio_id,
46 'title': title,
47 'description': description,
48 'duration': duration,
49 'vcodec': 'none',
50 }