[rtbf] improve extraction
- add support for audio and live streams(closes #11923)(closes #9638) - extract HLS, DASH and all HTTP formats - extract subtitles - fixup specific http urls(fixes #16101)
This commit is contained in:
parent
734d461ca0
commit
764cd4e6f3
|
@ -1,10 +1,14 @@
|
||||||
# coding: utf-8
|
# coding: utf-8
|
||||||
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 (
|
||||||
int_or_none,
|
|
||||||
ExtractorError,
|
ExtractorError,
|
||||||
|
float_or_none,
|
||||||
|
int_or_none,
|
||||||
|
strip_or_none,
|
||||||
)
|
)
|
||||||
|
|
||||||
|
|
||||||
|
@ -14,20 +18,19 @@ class RTBFIE(InfoExtractor):
|
||||||
(?:
|
(?:
|
||||||
video/[^?]+\?.*\bid=|
|
video/[^?]+\?.*\bid=|
|
||||||
ouftivi/(?:[^/]+/)*[^?]+\?.*\bvideoId=|
|
ouftivi/(?:[^/]+/)*[^?]+\?.*\bvideoId=|
|
||||||
auvio/[^/]+\?.*id=
|
auvio/[^/]+\?.*\b(?P<live>l)?id=
|
||||||
)(?P<id>\d+)'''
|
)(?P<id>\d+)'''
|
||||||
_TESTS = [{
|
_TESTS = [{
|
||||||
'url': 'https://www.rtbf.be/video/detail_les-diables-au-coeur-episode-2?id=1921274',
|
'url': 'https://www.rtbf.be/video/detail_les-diables-au-coeur-episode-2?id=1921274',
|
||||||
'md5': '799f334ddf2c0a582ba80c44655be570',
|
'md5': '8c876a1cceeb6cf31b476461ade72384',
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
'id': '1921274',
|
'id': '1921274',
|
||||||
'ext': 'mp4',
|
'ext': 'mp4',
|
||||||
'title': 'Les Diables au coeur (épisode 2)',
|
'title': 'Les Diables au coeur (épisode 2)',
|
||||||
'description': 'Football - Diables Rouges',
|
'description': '(du 25/04/2014)',
|
||||||
'duration': 3099,
|
'duration': 3099.54,
|
||||||
'upload_date': '20140425',
|
'upload_date': '20140425',
|
||||||
'timestamp': 1398456336,
|
'timestamp': 1398456300,
|
||||||
'uploader': 'rtbfsport',
|
|
||||||
}
|
}
|
||||||
}, {
|
}, {
|
||||||
# geo restricted
|
# geo restricted
|
||||||
|
@ -39,6 +42,18 @@ class RTBFIE(InfoExtractor):
|
||||||
}, {
|
}, {
|
||||||
'url': 'http://www.rtbf.be/auvio/detail_jeudi-en-prime-siegfried-bracke?id=2102996',
|
'url': 'http://www.rtbf.be/auvio/detail_jeudi-en-prime-siegfried-bracke?id=2102996',
|
||||||
'only_matching': True,
|
'only_matching': True,
|
||||||
|
}, {
|
||||||
|
# Live
|
||||||
|
'url': 'https://www.rtbf.be/auvio/direct_pure-fm?lid=134775',
|
||||||
|
'only_matching': True,
|
||||||
|
}, {
|
||||||
|
# Audio
|
||||||
|
'url': 'https://www.rtbf.be/auvio/detail_cinq-heures-cinema?id=2360811',
|
||||||
|
'only_matching': True,
|
||||||
|
}, {
|
||||||
|
# With Subtitle
|
||||||
|
'url': 'https://www.rtbf.be/auvio/detail_les-carnets-du-bourlingueur?id=2361588',
|
||||||
|
'only_matching': True,
|
||||||
}]
|
}]
|
||||||
_IMAGE_HOST = 'http://ds1.ds.static.rtbf.be'
|
_IMAGE_HOST = 'http://ds1.ds.static.rtbf.be'
|
||||||
_PROVIDERS = {
|
_PROVIDERS = {
|
||||||
|
@ -53,46 +68,94 @@ class RTBFIE(InfoExtractor):
|
||||||
]
|
]
|
||||||
|
|
||||||
def _real_extract(self, url):
|
def _real_extract(self, url):
|
||||||
video_id = self._match_id(url)
|
live, media_id = re.match(self._VALID_URL, url).groups()
|
||||||
data = self._download_json(
|
embed_page = self._download_webpage(
|
||||||
'http://www.rtbf.be/api/media/video?method=getVideoDetail&args[]=%s' % video_id, video_id)
|
'https://www.rtbf.be/auvio/embed/' + ('direct' if live else 'media'),
|
||||||
|
media_id, query={'id': media_id})
|
||||||
|
data = self._parse_json(self._html_search_regex(
|
||||||
|
r'data-media="([^"]+)"', embed_page, 'media data'), media_id)
|
||||||
|
|
||||||
error = data.get('error')
|
error = data.get('error')
|
||||||
if error:
|
if error:
|
||||||
raise ExtractorError('%s said: %s' % (self.IE_NAME, error), expected=True)
|
raise ExtractorError('%s said: %s' % (self.IE_NAME, error), expected=True)
|
||||||
|
|
||||||
data = data['data']
|
|
||||||
|
|
||||||
provider = data.get('provider')
|
provider = data.get('provider')
|
||||||
if provider in self._PROVIDERS:
|
if provider in self._PROVIDERS:
|
||||||
return self.url_result(data['url'], self._PROVIDERS[provider])
|
return self.url_result(data['url'], self._PROVIDERS[provider])
|
||||||
|
|
||||||
|
title = data['title']
|
||||||
|
is_live = data.get('isLive')
|
||||||
|
if is_live:
|
||||||
|
title = self._live_title(title)
|
||||||
|
height_re = r'-(\d+)p\.'
|
||||||
formats = []
|
formats = []
|
||||||
for key, format_id in self._QUALITIES:
|
|
||||||
format_url = data.get(key + 'Url')
|
m3u8_url = data.get('urlHlsAes128') or data.get('urlHls')
|
||||||
if format_url:
|
if m3u8_url:
|
||||||
|
formats.extend(self._extract_m3u8_formats(
|
||||||
|
m3u8_url, media_id, 'mp4', m3u8_id='hls', fatal=False))
|
||||||
|
|
||||||
|
fix_url = lambda x: x.replace('//rtbf-vod.', '//rtbf.') if '/geo/drm/' in x else x
|
||||||
|
http_url = data.get('url')
|
||||||
|
if formats and http_url and re.search(height_re, http_url):
|
||||||
|
http_url = fix_url(http_url)
|
||||||
|
for m3u8_f in formats.copy():
|
||||||
|
height = m3u8_f.get('height')
|
||||||
|
if not height:
|
||||||
|
continue
|
||||||
|
f = m3u8_f.copy()
|
||||||
|
del f['protocol']
|
||||||
|
f.update({
|
||||||
|
'format_id': m3u8_f['format_id'].replace('hls-', 'http-'),
|
||||||
|
'url': re.sub(height_re, '-%dp.' % height, http_url),
|
||||||
|
})
|
||||||
|
formats.append(f)
|
||||||
|
else:
|
||||||
|
sources = data.get('sources') or {}
|
||||||
|
for key, format_id in self._QUALITIES:
|
||||||
|
format_url = sources.get(key)
|
||||||
|
if not format_url:
|
||||||
|
continue
|
||||||
|
height = int_or_none(self._search_regex(
|
||||||
|
height_re, format_url, 'height', default=None))
|
||||||
formats.append({
|
formats.append({
|
||||||
'format_id': format_id,
|
'format_id': format_id,
|
||||||
'url': format_url,
|
'url': fix_url(format_url),
|
||||||
|
'height': height,
|
||||||
})
|
})
|
||||||
|
|
||||||
thumbnails = []
|
mpd_url = data.get('urlDash')
|
||||||
for thumbnail_id, thumbnail_url in data.get('thumbnail', {}).items():
|
if not data.get('drm') and mpd_url:
|
||||||
if thumbnail_id != 'default':
|
formats.extend(self._extract_mpd_formats(
|
||||||
thumbnails.append({
|
mpd_url, media_id, mpd_id='dash', fatal=False))
|
||||||
'url': self._IMAGE_HOST + thumbnail_url,
|
|
||||||
'id': thumbnail_id,
|
audio_url = data.get('urlAudio')
|
||||||
})
|
if audio_url:
|
||||||
|
formats.append({
|
||||||
|
'format_id': 'audio',
|
||||||
|
'url': audio_url,
|
||||||
|
'vcodec': 'none',
|
||||||
|
})
|
||||||
|
self._sort_formats(formats)
|
||||||
|
|
||||||
|
subtitles = {}
|
||||||
|
for track in (data.get('tracks') or {}).values():
|
||||||
|
sub_url = track.get('url')
|
||||||
|
if not sub_url:
|
||||||
|
continue
|
||||||
|
subtitles.setdefault(track.get('lang') or 'fr', []).append({
|
||||||
|
'url': sub_url,
|
||||||
|
})
|
||||||
|
|
||||||
return {
|
return {
|
||||||
'id': video_id,
|
'id': media_id,
|
||||||
'formats': formats,
|
'formats': formats,
|
||||||
'title': data['title'],
|
'title': title,
|
||||||
'description': data.get('description') or data.get('subtitle'),
|
'description': strip_or_none(data.get('description')),
|
||||||
'thumbnails': thumbnails,
|
'thumbnail': data.get('thumbnail'),
|
||||||
'duration': data.get('duration') or data.get('realDuration'),
|
'duration': float_or_none(data.get('realDuration')),
|
||||||
'timestamp': int_or_none(data.get('created')),
|
'timestamp': int_or_none(data.get('liveFrom')),
|
||||||
'view_count': int_or_none(data.get('viewCount')),
|
'series': data.get('programLabel'),
|
||||||
'uploader': data.get('channel'),
|
'subtitles': subtitles,
|
||||||
'tags': data.get('tags'),
|
'is_live': is_live,
|
||||||
}
|
}
|
||||||
|
|
Loading…
Reference in New Issue