Raphaël G. Git Repositories - youtubedl/blob - 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         }