Merge remote-tracking branch 'terminalmage/add-patreon'
commit
b27295d2ab
@ -0,0 +1,147 @@
|
|||||||
|
# encoding: utf-8
|
||||||
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
|
import re
|
||||||
|
|
||||||
|
from .common import InfoExtractor
|
||||||
|
from ..utils import (
|
||||||
|
ExtractorError,
|
||||||
|
compat_html_parser,
|
||||||
|
#compat_urllib_request,
|
||||||
|
#compat_urllib_parse,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
|
class PatreonHTMLParser(compat_html_parser.HTMLParser):
|
||||||
|
_PREFIX = 'http://www.patreon.com'
|
||||||
|
_ATTACH_TAGS = 5 * ['div']
|
||||||
|
_ATTACH_CLASSES = [
|
||||||
|
'fancyboxhidden', 'box photo', 'boxwrapper',
|
||||||
|
'hiddendisplay shareinfo', 'attach'
|
||||||
|
]
|
||||||
|
_INFO_TAGS = 4 * ['div']
|
||||||
|
_INFO_CLASSES = [
|
||||||
|
'fancyboxhidden', 'box photo', 'boxwrapper',
|
||||||
|
'hiddendisplay shareinfo'
|
||||||
|
]
|
||||||
|
|
||||||
|
def _match(self, attrs_classes, desired):
|
||||||
|
if attrs_classes == desired:
|
||||||
|
return True
|
||||||
|
elif len(attrs_classes) == len(desired):
|
||||||
|
return all(
|
||||||
|
x.startswith(y)
|
||||||
|
for x, y in zip(attrs_classes, desired)
|
||||||
|
)
|
||||||
|
return False
|
||||||
|
|
||||||
|
def get_creation_info(self, html_data):
|
||||||
|
self.tag_stack = []
|
||||||
|
self.attrs_stack = []
|
||||||
|
self.creation_info = {}
|
||||||
|
self.feed(html_data)
|
||||||
|
|
||||||
|
def handle_starttag(self, tag, attrs):
|
||||||
|
self.tag_stack.append(tag.lower())
|
||||||
|
self.attrs_stack.append(dict(attrs))
|
||||||
|
|
||||||
|
def handle_endtag(self, tag):
|
||||||
|
self.tag_stack.pop()
|
||||||
|
self.attrs_stack.pop()
|
||||||
|
|
||||||
|
def handle_data(self, data):
|
||||||
|
# Check first if this is a creation attachment
|
||||||
|
if self.tag_stack[-6:-1] == self._ATTACH_TAGS:
|
||||||
|
attrs_classes = [
|
||||||
|
x.get('class', '').lower() for x in self.attrs_stack[-6:-1]
|
||||||
|
]
|
||||||
|
if self._match(attrs_classes, self._ATTACH_CLASSES):
|
||||||
|
if self.tag_stack[-1] == 'a':
|
||||||
|
url = self._PREFIX + self.attrs_stack[-1].get('href')
|
||||||
|
self.creation_info['url'] = url
|
||||||
|
if '.' in data:
|
||||||
|
self.creation_info['ext'] = data.rsplit('.')[-1]
|
||||||
|
# Next, check if this is within the div containing the creation info
|
||||||
|
if self.tag_stack[-5:-1] == self._INFO_TAGS:
|
||||||
|
attrs_classes = [
|
||||||
|
x.get('class', '').lower() for x in self.attrs_stack[-5:-1]
|
||||||
|
]
|
||||||
|
if self._match(attrs_classes, self._INFO_CLASSES):
|
||||||
|
if self.attrs_stack[-1].get('class') == 'utitle':
|
||||||
|
self.creation_info['title'] = data.strip()
|
||||||
|
|
||||||
|
|
||||||
|
class PatreonIE(InfoExtractor):
|
||||||
|
IE_NAME = 'patreon'
|
||||||
|
_VALID_URL = r'https?://(?:www\.)?patreon\.com/creation\?hid=(.+)'
|
||||||
|
_TESTS = [
|
||||||
|
# CSS names with "double" in the name, i.e. "boxwrapper double"
|
||||||
|
{
|
||||||
|
'url': 'http://www.patreon.com/creation?hid=743933',
|
||||||
|
'md5': 'e25505eec1053a6e6813b8ed369875cc',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '743933',
|
||||||
|
'ext': 'mp3',
|
||||||
|
'title': 'Episode 166: David Smalley of Dogma Debate',
|
||||||
|
'uploader': 'Cognitive Dissonance Podcast',
|
||||||
|
},
|
||||||
|
},
|
||||||
|
{
|
||||||
|
'url': 'http://www.patreon.com/creation?hid=754133',
|
||||||
|
'md5': '3eb09345bf44bf60451b8b0b81759d0a',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '754133',
|
||||||
|
'ext': 'mp3',
|
||||||
|
'title': 'CD 167 Extra',
|
||||||
|
'uploader': 'Cognitive Dissonance Podcast',
|
||||||
|
},
|
||||||
|
},
|
||||||
|
]
|
||||||
|
|
||||||
|
# Currently Patreon exposes download URL via hidden CSS, so login is not
|
||||||
|
# needed. Keeping this commented for when this inevitably changes.
|
||||||
|
'''
|
||||||
|
def _login(self):
|
||||||
|
(username, password) = self._get_login_info()
|
||||||
|
if username is None:
|
||||||
|
return
|
||||||
|
|
||||||
|
login_form = {
|
||||||
|
'redirectUrl': 'http://www.patreon.com/',
|
||||||
|
'email': username,
|
||||||
|
'password': password,
|
||||||
|
}
|
||||||
|
|
||||||
|
request = compat_urllib_request.Request(
|
||||||
|
'https://www.patreon.com/processLogin',
|
||||||
|
compat_urllib_parse.urlencode(login_form).encode('utf-8')
|
||||||
|
)
|
||||||
|
login_page = self._download_webpage(request, None, note='Logging in as %s' % username)
|
||||||
|
|
||||||
|
if re.search(r'onLoginFailed', login_page):
|
||||||
|
raise ExtractorError('Unable to login, incorrect username and/or password', expected=True)
|
||||||
|
|
||||||
|
def _real_initialize(self):
|
||||||
|
self._login()
|
||||||
|
'''
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
mobj = re.match(self._VALID_URL, url)
|
||||||
|
video_id = mobj.group(1)
|
||||||
|
|
||||||
|
info_page = self._download_webpage(url, video_id)
|
||||||
|
|
||||||
|
ret = {'id': video_id}
|
||||||
|
try:
|
||||||
|
ret['uploader'] = re.search(
|
||||||
|
r'<strong>(.+)</strong> is creating', info_page
|
||||||
|
).group(1)
|
||||||
|
except AttributeError:
|
||||||
|
pass
|
||||||
|
|
||||||
|
parser = PatreonHTMLParser()
|
||||||
|
parser.get_creation_info(info_page)
|
||||||
|
if not parser.creation_info.get('url'):
|
||||||
|
raise ExtractorError('Unable to retrieve creation URL')
|
||||||
|
ret.update(parser.creation_info)
|
||||||
|
return ret
|
Loading…
Reference in New Issue