[playtvak] Improve and simplify

This commit is contained in:
Sergey M․ 2015-08-16 03:07:05 +06:00
parent ea99110d24
commit 276c989772
1 changed files with 92 additions and 53 deletions

View File

@ -1,23 +1,22 @@
# 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 ..compat import ( from ..compat import (
compat_urlparse, compat_urlparse,
compat_urllib_parse, compat_urllib_parse,
) )
from ..utils import ExtractorError from ..utils import (
ExtractorError,
int_or_none,
def _extract_json(code): parse_iso8601,
return re.sub( qualities,
r'(?s)^VideoPlayer.data\("", ({.*})\);?\s*?(?://[^\n]*)*$', r'\1', code) )
class PlaytvakIE(InfoExtractor): class PlaytvakIE(InfoExtractor):
_VALID_URL = r'https?://.*?(playtvak|idnes|lidovky|metro)\.cz/.*\?c=(?P<id>[A-Z][0-9]{6}_[0-9]{6}_.*)' IE_DESC = 'Playtvak.cz, iDNES.cz and Lidovky.cz'
_VALID_URL = r'https?://(?:.+?\.)?(?:playtvak|idnes|lidovky|metro)\.cz/.*\?(?:c|idvideo)=(?P<id>[^&]+)'
_TESTS = [{ _TESTS = [{
'url': 'http://www.playtvak.cz/vyzente-vosy-a-srsne-ze-zahrady-dn5-/hodinovy-manzel.aspx?c=A150730_150323_hodinovy-manzel_kuko', 'url': 'http://www.playtvak.cz/vyzente-vosy-a-srsne-ze-zahrady-dn5-/hodinovy-manzel.aspx?c=A150730_150323_hodinovy-manzel_kuko',
'md5': '4525ae312c324b4be2f4603cc78ceb4a', 'md5': '4525ae312c324b4be2f4603cc78ceb4a',
@ -25,8 +24,12 @@ class PlaytvakIE(InfoExtractor):
'id': 'A150730_150323_hodinovy-manzel_kuko', 'id': 'A150730_150323_hodinovy-manzel_kuko',
'ext': 'mp4', 'ext': 'mp4',
'title': 'Vyžeňte vosy a sršně ze zahrady', 'title': 'Vyžeňte vosy a sršně ze zahrady',
'thumbnail': 'http://oidnes.cz/15/074/mobil/KUK5cea00_010hodmanel58154.jpg', 'description': 'md5:f93d398691044d303bc4a3de62f3e976',
'description': 'Málo co kazí atmosféru venkovního posezení tak jako neustálé bzučení kolem hlavy. Vyzkoušejte náš lapač a odpuzovač vos a sršňů.', 'thumbnail': 're:(?i)^https?://.*\.(?:jpg|png)$',
'duration': 279,
'timestamp': 1438732860,
'upload_date': '20150805',
'is_live': False,
} }
}, { # live video test }, { # live video test
'url': 'http://slowtv.playtvak.cz/planespotting-0pr-/planespotting.aspx?c=A150624_164934_planespotting_cat', 'url': 'http://slowtv.playtvak.cz/planespotting-0pr-/planespotting.aspx?c=A150624_164934_planespotting_cat',
@ -34,8 +37,8 @@ class PlaytvakIE(InfoExtractor):
'id': 'A150624_164934_planespotting_cat', 'id': 'A150624_164934_planespotting_cat',
'ext': 'flv', 'ext': 'flv',
'title': 're:^Přímý přenos iDNES.cz [0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}$', 'title': 're:^Přímý přenos iDNES.cz [0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}$',
'thumbnail': 'http://data.idnes.cz/soubory/servisni-play-porady/89A150630_ACEK_026_VIDEOPLAYER-STREA.PNG',
'description': 'Sledujte provoz na ranveji Letiště Václava Havla v Praze', 'description': 'Sledujte provoz na ranveji Letiště Václava Havla v Praze',
'thumbnail': 're:(?i)^https?://.*\.(?:jpg|png)$',
'is_live': True, 'is_live': True,
}, },
'params': { 'params': {
@ -48,8 +51,12 @@ class PlaytvakIE(InfoExtractor):
'id': 'A150809_104116_domaci_pku', 'id': 'A150809_104116_domaci_pku',
'ext': 'mp4', 'ext': 'mp4',
'title': 'Zavřeli jsme mraženou pizzu do auta. Upekla se', 'title': 'Zavřeli jsme mraženou pizzu do auta. Upekla se',
'thumbnail': 'http://i.idnes.cz/15/081/vidw/SHA5d1786_pizzaauto.jpg', 'description': 'md5:01e73f02329e2e5760bd5eed4d42e3c2',
'description': 'Na sociálních sítích se objevila výzva, aby lidé, kteří v horkých letních dnech uvidí v zaparkovaném autě zavřeného psa, neváhali rozbít okénko. Zastánci tohoto postoje argumentují zdravím zvířete, které v dusnu může zkolabovat. Policie doporučuje nejprve volat tísňovou linku.', 'thumbnail': 're:(?i)^https?://.*\.(?:jpg|png)$',
'duration': 39,
'timestamp': 1438969140,
'upload_date': '20150807',
'is_live': False,
} }
}, { # lidovky.cz }, { # lidovky.cz
'url': 'http://www.lidovky.cz/dalsi-demonstrace-v-praze-o-migraci-duq-/video.aspx?c=A150808_214044_ln-video_ELE', 'url': 'http://www.lidovky.cz/dalsi-demonstrace-v-praze-o-migraci-duq-/video.aspx?c=A150808_214044_ln-video_ELE',
@ -58,70 +65,102 @@ class PlaytvakIE(InfoExtractor):
'id': 'A150808_214044_ln-video_ELE', 'id': 'A150808_214044_ln-video_ELE',
'ext': 'mp4', 'ext': 'mp4',
'title': 'Táhni! Demonstrace proti imigrantům budila emoce', 'title': 'Táhni! Demonstrace proti imigrantům budila emoce',
'thumbnail': 'http://i.idnes.cz/15/081/vidw/PID5d1d52_vandas3.jpg', 'description': 'md5:97c81d589a9491fbfa323c9fa3cca72c',
'description': 'Desítky lidí se sešly v Praze na protest proti imigrantům. Současně probíhala i demonstrace na jejich podporu. Na Staroměstském náměstí vystoupil i předseda dělnické strany Tomáš Vandas a kontroverzní slovenský politik Marian Kotleba. Dalšího slovenského nacionalistu Mariána Magáta odvedla policie.', 'thumbnail': 're:(?i)^https?://.*\.(?:jpg|png)$',
'timestamp': 1439052180,
'upload_date': '20150808',
'is_live': False,
} }
}, {
'url': 'http://www.playtvak.cz/embed.aspx?idvideo=V150729_141549_play-porad_kuko',
'only_matching': True,
}] }]
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)
infourl = self._html_search_regex(r'Misc.videoFLV\({ data: "([^"]+)"', webpage, 'xmlinfourl')
parsedurl = compat_urlparse.urlparse(infourl) info_url = self._html_search_regex(
qs = compat_urlparse.parse_qs(parsedurl.query) r'Misc\.videoFLV\(\s*{\s*data\s*:\s*"([^"]+)"', webpage, 'info url')
if 'reklama' in qs: # Don't ask for ads
qs['reklama'] = ['0'] parsed_url = compat_urlparse.urlparse(info_url)
qs['type'] = ['js'] # Ask for JS-based info file
newquery = compat_urllib_parse.urlencode(qs, True) qs = compat_urlparse.parse_qs(parsed_url.query)
infourl = compat_urlparse.urlunparse(parsedurl[:4] + (newquery, '')) qs.update({
jsoninfo = self._download_json(infourl, video_id, transform_source=_extract_json) 'reklama': ['0'],
'type': ['js'],
})
info_url = compat_urlparse.urlunparse(
parsed_url._replace(query = compat_urllib_parse.urlencode(qs, True)))
json_info = self._download_json(
info_url, video_id,
transform_source=lambda s: s[s.index('{'):s.rindex('}') + 1])
item = None item = None
for i in jsoninfo['items']: for i in json_info['items']:
if i['type'] == 'video' or i['type'] == 'stream': if i.get('type') == 'video' or i.get('type') == 'stream':
item = i item = i
break break
if item is None: if not item:
raise ExtractorError('No suitable stream found') raise ExtractorError('No suitable stream found')
title = item['title']
thumbnail = item['image'] quality = qualities(['low', 'middle', 'high'])
is_live = item['type'] == 'stream'
if is_live:
title = self._live_title(title)
formats = [] formats = []
for fmt in item['video']: for fmt in item['video']:
format_entry = {'url': fmt['file'], video_url = fmt.get('file')
'format_id': ("%s_%s" % (fmt['format'], fmt['quality'])), if not video_url:
} continue
if fmt['quality'] == 'middle':
format_entry['quality'] = -2
elif fmt['quality'] == 'low':
format_entry['quality'] = -3
if fmt['format'] == 'mp4': format_ = fmt['format']
format_entry['ext'] = 'mp4' format_id = '%s_%s' % (format_, fmt['quality'])
elif fmt['format'] == 'webm': preference = None
format_entry['ext'] = 'webm'
elif fmt['format'] == 'apple': if format_ in ['mp4', 'webm']:
format_entry['ext'] = 'mp4' ext = format_
format_entry['protocol'] = 'm3u8' elif format_ == 'rtmp':
ext = 'flv'
elif format_ == 'apple':
ext = 'mp4'
# Some streams have mp3 audio which does not play # Some streams have mp3 audio which does not play
# well with ffmpeg filter aac_adtstoasc # well with ffmpeg filter aac_adtstoasc
format_entry['preference'] = -1 preference = -1
elif fmt['format'] == 'rtmp': elif format_ == 'adobe': # f4m manifest fails with 404 in 80% of requests
format_entry['ext'] = 'flv' continue
else: # Other formats not supported yet else: # Other formats not supported yet
continue continue
formats.append(format_entry) formats.append({
'url': video_url,
'ext': ext,
'format_id': format_id,
'quality': quality(fmt.get('quality')),
'preference': preference,
})
self._sort_formats(formats) self._sort_formats(formats)
title = item['title']
is_live = item['type'] == 'stream'
if is_live:
title = self._live_title(title)
timestamp = None
duration = None
if not is_live:
duration = int_or_none(item.get('length'))
timestamp = item.get('published')
if timestamp:
timestamp = parse_iso8601(timestamp[:-5])
return { return {
'id': video_id, 'id': video_id,
'title': title, 'title': title,
'thumbnail': thumbnail,
'description': self._og_search_description(webpage), 'description': self._og_search_description(webpage),
'thumbnail': item.get('image'),
'duration': duration,
'timestamp': timestamp,
'is_live': is_live, 'is_live': is_live,
'formats': formats, 'formats': formats,
} }