mirror of https://github.com/yt-dlp/yt-dlp
Tom-Oliver Heidel
4 years ago
committed by
GitHub
commit
e8d46fc979
@ -0,0 +1,266 @@
|
|||||||
|
# coding: utf-8
|
||||||
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
|
import re
|
||||||
|
|
||||||
|
from .common import InfoExtractor
|
||||||
|
from ..compat import compat_str
|
||||||
|
from ..utils import (
|
||||||
|
base_url,
|
||||||
|
url_basename,
|
||||||
|
urljoin,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
|
class GediBaseIE(InfoExtractor):
|
||||||
|
@staticmethod
|
||||||
|
def _clean_audio_fmts(formats):
|
||||||
|
unique_formats = []
|
||||||
|
for f in formats:
|
||||||
|
if 'acodec' in f:
|
||||||
|
unique_formats.append(f)
|
||||||
|
formats[:] = unique_formats
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
video_id = self._match_id(url)
|
||||||
|
|
||||||
|
webpage = self._download_webpage(url, video_id)
|
||||||
|
player_data = re.findall(
|
||||||
|
r'PlayerFactory\.setParam\(\'(?P<type>.+?)\',\s*\'(?P<name>.+?)\',\s*\'(?P<val>.+?)\'\);',
|
||||||
|
webpage)
|
||||||
|
|
||||||
|
formats = []
|
||||||
|
audio_fmts = []
|
||||||
|
hls_fmts = []
|
||||||
|
http_fmts = []
|
||||||
|
title = ''
|
||||||
|
thumb = ''
|
||||||
|
|
||||||
|
fmt_reg = r'(?P<t>video|audio)-(?P<p>rrtv|hls)-(?P<h>[\w\d]+)(?:-(?P<br>[\w\d]+))?$'
|
||||||
|
br_reg = r'video-rrtv-(?P<br>\d+)-'
|
||||||
|
|
||||||
|
for t, n, v in player_data:
|
||||||
|
if t == 'format':
|
||||||
|
m = re.match(fmt_reg, n)
|
||||||
|
if m:
|
||||||
|
# audio formats
|
||||||
|
if m.group('t') == 'audio':
|
||||||
|
if m.group('p') == 'hls':
|
||||||
|
audio_fmts.extend(self._extract_m3u8_formats(
|
||||||
|
v, video_id, 'm4a', m3u8_id='hls', fatal=False))
|
||||||
|
elif m.group('p') == 'rrtv':
|
||||||
|
audio_fmts.append({
|
||||||
|
'format_id': 'mp3',
|
||||||
|
'url': v,
|
||||||
|
'tbr': 128,
|
||||||
|
'ext': 'mp3',
|
||||||
|
'vcodec': 'none',
|
||||||
|
'acodec': 'mp3',
|
||||||
|
})
|
||||||
|
|
||||||
|
# video formats
|
||||||
|
elif m.group('t') == 'video':
|
||||||
|
# hls manifest video
|
||||||
|
if m.group('p') == 'hls':
|
||||||
|
hls_fmts.extend(self._extract_m3u8_formats(
|
||||||
|
v, video_id, 'mp4', m3u8_id='hls', fatal=False))
|
||||||
|
# direct mp4 video
|
||||||
|
elif m.group('p') == 'rrtv':
|
||||||
|
if not m.group('br'):
|
||||||
|
mm = re.search(br_reg, v)
|
||||||
|
http_fmts.append({
|
||||||
|
'format_id': 'https-' + m.group('h'),
|
||||||
|
'protocol': 'https',
|
||||||
|
'url': v,
|
||||||
|
'tbr': int(m.group('br')) if m.group('br') else
|
||||||
|
(int(mm.group('br')) if mm.group('br') else 0),
|
||||||
|
'height': int(m.group('h'))
|
||||||
|
})
|
||||||
|
|
||||||
|
elif t == 'param':
|
||||||
|
if n == 'videotitle':
|
||||||
|
title = v
|
||||||
|
if n == 'image_full_play':
|
||||||
|
thumb = v
|
||||||
|
|
||||||
|
title = self._og_search_title(webpage) if title == '' else title
|
||||||
|
|
||||||
|
# clean weird char
|
||||||
|
title = compat_str(title).encode('utf8', 'replace').replace(b'\xc3\x82', b'').decode('utf8', 'replace')
|
||||||
|
|
||||||
|
if audio_fmts:
|
||||||
|
self._clean_audio_fmts(audio_fmts)
|
||||||
|
self._sort_formats(audio_fmts)
|
||||||
|
if hls_fmts:
|
||||||
|
self._sort_formats(hls_fmts)
|
||||||
|
if http_fmts:
|
||||||
|
self._sort_formats(http_fmts)
|
||||||
|
|
||||||
|
formats.extend(audio_fmts)
|
||||||
|
formats.extend(hls_fmts)
|
||||||
|
formats.extend(http_fmts)
|
||||||
|
|
||||||
|
return {
|
||||||
|
'id': video_id,
|
||||||
|
'title': title,
|
||||||
|
'description': self._html_search_meta('twitter:description', webpage),
|
||||||
|
'thumbnail': thumb,
|
||||||
|
'formats': formats,
|
||||||
|
}
|
||||||
|
|
||||||
|
|
||||||
|
class GediIE(GediBaseIE):
|
||||||
|
_VALID_URL = r'''(?x)https?://video\.
|
||||||
|
(?:
|
||||||
|
(?:espresso\.)?repubblica
|
||||||
|
|lastampa
|
||||||
|
|huffingtonpost
|
||||||
|
|ilsecoloxix
|
||||||
|
|iltirreno
|
||||||
|
|messaggeroveneto
|
||||||
|
|ilpiccolo
|
||||||
|
|gazzettadimantova
|
||||||
|
|mattinopadova
|
||||||
|
|laprovinciapavese
|
||||||
|
|tribunatreviso
|
||||||
|
|nuovavenezia
|
||||||
|
|gazzettadimodena
|
||||||
|
|lanuovaferrara
|
||||||
|
|corrierealpi
|
||||||
|
|lasentinella
|
||||||
|
)
|
||||||
|
(?:\.gelocal)?\.it/(?!embed/).+?/(?P<id>[\d/]+)(?:\?|\&|$)'''
|
||||||
|
_TESTS = [{
|
||||||
|
'url': 'https://video.lastampa.it/politica/il-paradosso-delle-regionali-la-lega-vince-ma-sembra-aver-perso/121559/121683',
|
||||||
|
'md5': '84658d7fb9e55a6e57ecc77b73137494',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '121559/121683',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'title': 'Il paradosso delle Regionali: ecco perché la Lega vince ma sembra aver perso',
|
||||||
|
'description': 'md5:de7f4d6eaaaf36c153b599b10f8ce7ca',
|
||||||
|
'thumbnail': r're:^https://www\.repstatic\.it/video/photo/.+?-thumb-social-play\.jpg$',
|
||||||
|
},
|
||||||
|
}, {
|
||||||
|
'url': 'https://video.repubblica.it/motori/record-della-pista-a-spa-francorchamps-la-pagani-huayra-roadster-bc-stupisce/367415/367963',
|
||||||
|
'md5': 'e763b94b7920799a0e0e23ffefa2d157',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '367415/367963',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'title': 'Record della pista a Spa Francorchamps, la Pagani Huayra Roadster BC stupisce',
|
||||||
|
'description': 'md5:5deb503cefe734a3eb3f07ed74303920',
|
||||||
|
'thumbnail': r're:^https://www\.repstatic\.it/video/photo/.+?-thumb-social-play\.jpg$',
|
||||||
|
},
|
||||||
|
}, {
|
||||||
|
'url': 'https://video.ilsecoloxix.it/sport/cassani-e-i-brividi-azzurri-ai-mondiali-di-imola-qui-mi-sono-innamorato-del-ciclismo-da-ragazzino-incredibile-tornarci-da-ct/66184/66267',
|
||||||
|
'md5': 'e48108e97b1af137d22a8469f2019057',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '66184/66267',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'title': 'Cassani e i brividi azzurri ai Mondiali di Imola: \\"Qui mi sono innamorato del ciclismo da ragazzino, incredibile tornarci da ct\\"',
|
||||||
|
'description': 'md5:fc9c50894f70a2469bb9b54d3d0a3d3b',
|
||||||
|
'thumbnail': r're:^https://www\.repstatic\.it/video/photo/.+?-thumb-social-play\.jpg$',
|
||||||
|
},
|
||||||
|
}, {
|
||||||
|
'url': 'https://video.iltirreno.gelocal.it/sport/dentro-la-notizia-ferrari-cosa-succede-a-maranello/141059/142723',
|
||||||
|
'md5': 'a6e39f3bdc1842bbd92abbbbef230817',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '141059/142723',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'title': 'Dentro la notizia - Ferrari, cosa succede a Maranello',
|
||||||
|
'description': 'md5:9907d65b53765681fa3a0b3122617c1f',
|
||||||
|
'thumbnail': r're:^https://www\.repstatic\.it/video/photo/.+?-thumb-social-play\.jpg$',
|
||||||
|
},
|
||||||
|
}]
|
||||||
|
|
||||||
|
|
||||||
|
class GediEmbedsIE(GediBaseIE):
|
||||||
|
_VALID_URL = r'''(?x)https?://video\.
|
||||||
|
(?:
|
||||||
|
(?:espresso\.)?repubblica
|
||||||
|
|lastampa
|
||||||
|
|huffingtonpost
|
||||||
|
|ilsecoloxix
|
||||||
|
|iltirreno
|
||||||
|
|messaggeroveneto
|
||||||
|
|ilpiccolo
|
||||||
|
|gazzettadimantova
|
||||||
|
|mattinopadova
|
||||||
|
|laprovinciapavese
|
||||||
|
|tribunatreviso
|
||||||
|
|nuovavenezia
|
||||||
|
|gazzettadimodena
|
||||||
|
|lanuovaferrara
|
||||||
|
|corrierealpi
|
||||||
|
|lasentinella
|
||||||
|
)
|
||||||
|
(?:\.gelocal)?\.it/embed/.+?/(?P<id>[\d/]+)(?:\?|\&|$)'''
|
||||||
|
_TESTS = [{
|
||||||
|
'url': 'https://video.huffingtonpost.it/embed/politica/cotticelli-non-so-cosa-mi-sia-successo-sto-cercando-di-capire-se-ho-avuto-un-malore/29312/29276?responsive=true&el=video971040871621586700',
|
||||||
|
'md5': 'f4ac23cadfea7fef89bea536583fa7ed',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '29312/29276',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'title': 'Cotticelli: \\"Non so cosa mi sia successo. Sto cercando di capire se ho avuto un malore\\"',
|
||||||
|
'description': 'md5:d41d8cd98f00b204e9800998ecf8427e',
|
||||||
|
'thumbnail': r're:^https://www\.repstatic\.it/video/photo/.+?-thumb-social-play\.jpg$',
|
||||||
|
},
|
||||||
|
}, {
|
||||||
|
'url': 'https://video.espresso.repubblica.it/embed/tutti-i-video/01-ted-villa/14772/14870&width=640&height=360',
|
||||||
|
'md5': '0391c2c83c6506581003aaf0255889c0',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '14772/14870',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'title': 'Festival EMERGENCY, Villa: «La buona informazione aiuta la salute» (14772-14870)',
|
||||||
|
'description': 'md5:2bce954d278248f3c950be355b7c2226',
|
||||||
|
'thumbnail': r're:^https://www\.repstatic\.it/video/photo/.+?-thumb-social-play\.jpg$',
|
||||||
|
},
|
||||||
|
}]
|
||||||
|
|
||||||
|
@staticmethod
|
||||||
|
def _sanitize_urls(urls):
|
||||||
|
# add protocol if missing
|
||||||
|
for i, e in enumerate(urls):
|
||||||
|
if e.startswith('//'):
|
||||||
|
urls[i] = 'https:%s' % e
|
||||||
|
# clean iframes urls
|
||||||
|
for i, e in enumerate(urls):
|
||||||
|
urls[i] = urljoin(base_url(e), url_basename(e))
|
||||||
|
return urls
|
||||||
|
|
||||||
|
@staticmethod
|
||||||
|
def _extract_urls(webpage):
|
||||||
|
entries = [
|
||||||
|
mobj.group('url')
|
||||||
|
for mobj in re.finditer(r'''(?x)
|
||||||
|
(?:
|
||||||
|
data-frame-src=|
|
||||||
|
<iframe[^\n]+src=
|
||||||
|
)
|
||||||
|
(["'])
|
||||||
|
(?P<url>https?://video\.
|
||||||
|
(?:
|
||||||
|
(?:espresso\.)?repubblica
|
||||||
|
|lastampa
|
||||||
|
|huffingtonpost
|
||||||
|
|ilsecoloxix
|
||||||
|
|iltirreno
|
||||||
|
|messaggeroveneto
|
||||||
|
|ilpiccolo
|
||||||
|
|gazzettadimantova
|
||||||
|
|mattinopadova
|
||||||
|
|laprovinciapavese
|
||||||
|
|tribunatreviso
|
||||||
|
|nuovavenezia
|
||||||
|
|gazzettadimodena
|
||||||
|
|lanuovaferrara
|
||||||
|
|corrierealpi
|
||||||
|
|lasentinella
|
||||||
|
)
|
||||||
|
(?:\.gelocal)?\.it/embed/.+?)
|
||||||
|
\1''', webpage)]
|
||||||
|
return GediEmbedsIE._sanitize_urls(entries)
|
||||||
|
|
||||||
|
@staticmethod
|
||||||
|
def _extract_url(webpage):
|
||||||
|
urls = GediEmbedsIE._extract_urls(webpage)
|
||||||
|
return urls[0] if urls else None
|
||||||
Loading…
Reference in New Issue