[dvtv] Add support for playlists

This commit is contained in:
Petr Kutalek 2014-12-21 01:24:05 +01:00
parent 1ff30d7b79
commit 1d4247f64e

View file

@ -2,62 +2,122 @@
from __future__ import unicode_literals from __future__ import unicode_literals
import re
from .common import InfoExtractor from .common import InfoExtractor
from ..utils import ( from ..utils import (
js_to_json, js_to_json,
unescapeHTML unescapeHTML,
ExtractorError
) )
class DVTVIE(InfoExtractor): class DVTVIE(InfoExtractor):
IE_NAME = 'dvtv' IE_NAME = 'dvtv'
IE_DESC = 'http://video.aktualne.cz/dvtv/' IE_DESC = 'http://video.aktualne.cz/'
_VALID_URL = r'http://video\.aktualne\.cz/dvtv/(?P<id>[a-z0-9-]+/r~[0-9a-f]{32})/?' _VALID_URL = r'http://video\.aktualne\.cz/.*/r~(?P<id>[0-9a-f]{32})/'
_TESTS = [{ _TESTS = [{
'url': 'http://video.aktualne.cz/dvtv/vondra-o-ceskem-stoleti-pri-pohledu-na-havla-mi-bylo-trapne/r~e5efe9ca855511e4833a0025900fea04/', 'url': 'http://video.aktualne.cz/dvtv/vondra-o-ceskem-stoleti-pri-pohledu-na-havla-mi-bylo-trapne/r~e5efe9ca855511e4833a0025900fea04/',
'md5': '75800f964fa0f82939a2914563301f72', 'md5': '67cb83e4a955d36e1b5d31993134a0c2',
'info_dict': { 'info_dict': {
'id': 'e5efe9ca855511e4833a0025900fea04', 'id': 'dc0768de855511e49e4b0025900fea04',
'ext': 'webm', 'ext': 'mp4',
'title': 'Vondra o Českém století: Při pohledu na Havla mi bylo trapně' 'title': 'Vondra o Českém století: Při pohledu na Havla mi bylo trapně'
} }
}, { }, {
'url': 'http://video.aktualne.cz/dvtv/stropnicky-policie-vrbetice-preventivne-nekontrolovala/r~82ed4322849211e4a10c0025900fea04/', 'url': 'http://video.aktualne.cz/dvtv/stropnicky-policie-vrbetice-preventivne-nekontrolovala/r~82ed4322849211e4a10c0025900fea04/',
'md5': '6388f1941b48537dbd28791f712af8bf', 'md5': '6388f1941b48537dbd28791f712af8bf',
'info_dict': { 'info_dict': {
'id': '82ed4322849211e4a10c0025900fea04', 'id': '72c02230849211e49f60002590604f2e',
'ext': 'mp4', 'ext': 'mp4',
'title': 'Stropnický: Policie Vrbětice preventivně nekontrolovala' 'title': 'Stropnický: Policie Vrbětice preventivně nekontrolovala'
} }
}, {
'url': 'http://video.aktualne.cz/dvtv/dvtv-16-12-2014-utok-talibanu-boj-o-kliniku-uprchlici/r~973eb3bc854e11e498be002590604f2e/',
'info_dict': {
'title': 'DVTV 16. 12. 2014: útok Talibanu, boj o kliniku, uprchlíci',
'id': '973eb3bc854e11e498be002590604f2e'
},
'playlist': [{
'md5': 'da7ca6be4935532241fa9520b3ad91e4',
'info_dict': {
'id': 'b0b40906854d11e4bdad0025900fea04',
'ext': 'mp4',
'title': 'Drtinová Veselovský TV 16. 12. 2014: Témata dne'
}
}, {
'md5': '5f7652a08b05009c1292317b449ffea2',
'info_dict': {
'id': '420ad9ec854a11e4bdad0025900fea04',
'ext': 'mp4',
'title': 'Školní masakr možná změní boj s Talibanem, říká novinářka'
}
}, {
'md5': '498eb9dfa97169f409126c617e2a3d64',
'info_dict': {
'id': '95d35580846a11e4b6d20025900fea04',
'ext': 'mp4',
'title': 'Boj o kliniku: Veřejný zájem, nebo právo na majetek?'
}
}, {
'md5': 'b8dc6b744844032dab6ba3781a7274b9',
'info_dict': {
'id': '6fe14d66853511e4833a0025900fea04',
'ext': 'mp4',
'title': 'Pánek: Odmítání syrských uprchlíků je ostudou české vlády'
}
}]
}] }]
def _parse_video_metadata(self, js, video_id):
metadata = self._parse_json(js, video_id, transform_source=js_to_json)
formats = []
for video in metadata['sources']:
ext = video['type'][6:]
formats.append({
'url': video['file'],
'ext': ext,
'format': '%s %s' % (ext, video['label']),
'format_id': '%s-%s' % (ext, video['label']),
'height': int(video['label'].rstrip('p')),
'fps': 25,
})
self._sort_formats(formats)
return {
'id': metadata['mediaid'],
'title': unescapeHTML(metadata['title']),
'thumbnail': 'http:%s' % metadata['image'],
'formats': formats
}
def _real_extract(self, url): def _real_extract(self, url):
video_id = self._match_id(url) video_id = self._match_id(url)
webpage = self._download_webpage(url, video_id) webpage = self._download_webpage(url, video_id)
code = self._search_regex( # singe video
items = re.findall(
r'(?s)embedData[0-9a-f]{32}\[\'asset\'\] = (\{.+?\});', r'(?s)embedData[0-9a-f]{32}\[\'asset\'\] = (\{.+?\});',
webpage, 'video JSON') webpage)
payload = self._parse_json(code, video_id, transform_source=js_to_json)
formats = []
for source in payload['sources']:
ext = source['type'][6:]
formats.append({
'url': source['file'],
'ext': ext,
'format': '%s %s' % (ext, source['label']),
'format_id': '%s-%s' % (ext, source['label']),
'height': int(source['label'].rstrip('p')),
'fps': 25,
})
self._sort_formats(formats)
return { if items:
'id': video_id[-32:], return self._parse_video_metadata(items[0], video_id)
'display_id': video_id[:-35],
'title': unescapeHTML(payload['title']), # playlist
'thumbnail': 'http:%s' % payload['image'], items = re.findall(
'formats': formats r'(?s)BBX\.context\.assets\[\'[0-9a-f]{32}\'\]\.push\((\{.+?\})\);',
} webpage)
if items:
return {
'_type': 'playlist',
'id': video_id,
'title': self._og_search_title(webpage),
'entries': [self._parse_video_metadata(i, video_id) for i in items]
}
raise ExtractorError('Could not find neither video nor playlist for requested ID')