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

   1 # coding: utf-8
   2 from __future__ import unicode_literals
   3
   4 from .common import InfoExtractor
   5 from ..compat import (
   6     compat_str,
   7     compat_urllib_parse_urlencode,
   8 )
   9 from ..utils import (
  10     clean_html,
  11     int_or_none,
  12     parse_duration,
  13     parse_iso8601,
  14     qualities,
  15     update_url_query,
  16 )
  17
  18
  19 class UOLIE(InfoExtractor):
  20     IE_NAME = 'uol.com.br'
  21     _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]+)'
  22     _TESTS = [{
  23         'url': 'http://player.mais.uol.com.br/player_video_v3.swf?mediaId=15951931',
  24         'md5': '4f1e26683979715ff64e4e29099cf020',
  25         'info_dict': {
  26             'id': '15951931',
  27             'ext': 'mp4',
  28             'title': 'Miss simpatia é encontrada morta',
  29             'description': 'md5:3f8c11a0c0556d66daf7e5b45ef823b2',
  30             'timestamp': 1470421860,
  31             'upload_date': '20160805',
  32         }
  33     }, {
  34         'url': 'http://tvuol.uol.com.br/video/incendio-destroi-uma-das-maiores-casas-noturnas-de-londres-04024E9A3268D4C95326',
  35         'md5': '2850a0e8dfa0a7307e04a96c5bdc5bc2',
  36         'info_dict': {
  37             'id': '15954259',
  38             'ext': 'mp4',
  39             'title': 'Incêndio destrói uma das maiores casas noturnas de Londres',
  40             'description': 'Em Londres, um incêndio destruiu uma das maiores boates da cidade. Não há informações sobre vítimas.',
  41             'timestamp': 1470674520,
  42             'upload_date': '20160808',
  43         }
  44     }, {
  45         'url': 'http://mais.uol.com.br/static/uolplayer/index.html?mediaId=15951931',
  46         'only_matching': True,
  47     }, {
  48         'url': 'http://mais.uol.com.br/view/15954259',
  49         'only_matching': True,
  50     }, {
  51         'url': 'http://noticias.band.uol.com.br/brasilurgente/video/2016/08/05/15951931/miss-simpatia-e-encontrada-morta.html',
  52         'only_matching': True,
  53     }, {
  54         'url': 'http://videos.band.uol.com.br/programa.asp?e=noticias&pr=brasil-urgente&v=15951931&t=Policia-desmonte-base-do-PCC-na-Cracolandia',
  55         'only_matching': True,
  56     }, {
  57         'url': 'http://mais.uol.com.br/view/cphaa0gl2x8r/incendio-destroi-uma-das-maiores-casas-noturnas-de-londres-04024E9A3268D4C95326',
  58         'only_matching': True,
  59     }, {
  60         'url': 'http://noticias.uol.com.br//videos/assistir.htm?video=rafaela-silva-inspira-criancas-no-judo-04024D983968D4C95326',
  61         'only_matching': True,
  62     }, {
  63         'url': 'http://mais.uol.com.br/view/e0qbgxid79uv/15275470',
  64         'only_matching': True,
  65     }]
  66
  67     def _real_extract(self, url):
  68         video_id = self._match_id(url)
  69
  70         video_data = self._download_json(
  71             # https://api.mais.uol.com.br/apiuol/v4/player/data/[MEDIA_ID]
  72             'https://api.mais.uol.com.br/apiuol/v3/media/detail/' + video_id,
  73             video_id)['item']
  74         media_id = compat_str(video_data['mediaId'])
  75         title = video_data['title']
  76         ver = video_data.get('revision', 2)
  77
  78         uol_formats = self._download_json(
  79             'https://croupier.mais.uol.com.br/v3/formats/%s/jsonp' % media_id,
  80             media_id)
  81         quality = qualities(['mobile', 'WEBM', '360p', '720p', '1080p'])
  82         formats = []
  83         for format_id, f in uol_formats.items():
  84             if not isinstance(f, dict):
  85                 continue
  86             f_url = f.get('url') or f.get('secureUrl')
  87             if not f_url:
  88                 continue
  89             query = {
  90                 'ver': ver,
  91                 'r': 'http://mais.uol.com.br',
  92             }
  93             for k in ('token', 'sign'):
  94                 v = f.get(k)
  95                 if v:
  96                     query[k] = v
  97             f_url = update_url_query(f_url, query)
  98             format_id = format_id
  99             if format_id == 'HLS':
 100                 m3u8_formats = self._extract_m3u8_formats(
 101                     f_url, media_id, 'mp4', 'm3u8_native',
 102                     m3u8_id='hls', fatal=False)
 103                 encoded_query = compat_urllib_parse_urlencode(query)
 104                 for m3u8_f in m3u8_formats:
 105                     m3u8_f['extra_param_to_segment_url'] = encoded_query
 106                     m3u8_f['url'] = update_url_query(m3u8_f['url'], query)
 107                 formats.extend(m3u8_formats)
 108                 continue
 109             formats.append({
 110                 'format_id': format_id,
 111                 'url': f_url,
 112                 'quality': quality(format_id),
 113                 'preference': -1,
 114             })
 115         self._sort_formats(formats)
 116
 117         tags = []
 118         for tag in video_data.get('tags', []):
 119             tag_description = tag.get('description')
 120             if not tag_description:
 121                 continue
 122             tags.append(tag_description)
 123
 124         thumbnails = []
 125         for q in ('Small', 'Medium', 'Wmedium', 'Large', 'Wlarge', 'Xlarge'):
 126             q_url = video_data.get('thumb' + q)
 127             if not q_url:
 128                 continue
 129             thumbnails.append({
 130                 'id': q,
 131                 'url': q_url,
 132             })
 133
 134         return {
 135             'id': media_id,
 136             'title': title,
 137             'description': clean_html(video_data.get('description')),
 138             'thumbnails': thumbnails,
 139             'duration': parse_duration(video_data.get('duration')),
 140             'tags': tags,
 141             'formats': formats,
 142             'timestamp': parse_iso8601(video_data.get('publishDate'), ' '),
 143             'view_count': int_or_none(video_data.get('viewsQtty')),
 144         }