[vrt] Improve extractor
This commit is contained in:
Sergey M․
parent
03936f6e6d
commit
911344e5ac
3 changed files with 96 additions and 64 deletions
|
|
@ -27,7 +27,6 @@ from .bandcamp import BandcampIE, BandcampAlbumIE
|
||||||
from .bbccouk import BBCCoUkIE
|
from .bbccouk import BBCCoUkIE
|
||||||
from .beeg import BeegIE
|
from .beeg import BeegIE
|
||||||
from .behindkink import BehindKinkIE
|
from .behindkink import BehindKinkIE
|
||||||
from .belgiannational import BelgianNationalIE
|
|
||||||
from .bild import BildIE
|
from .bild import BildIE
|
||||||
from .bilibili import BiliBiliIE
|
from .bilibili import BiliBiliIE
|
||||||
from .blinkx import BlinkxIE
|
from .blinkx import BlinkxIE
|
||||||
|
|
@ -446,6 +445,7 @@ from .viki import VikiIE
|
||||||
from .vk import VKIE
|
from .vk import VKIE
|
||||||
from .vodlocker import VodlockerIE
|
from .vodlocker import VodlockerIE
|
||||||
from .vporn import VpornIE
|
from .vporn import VpornIE
|
||||||
|
from .vrt import VRTIE
|
||||||
from .vube import VubeIE
|
from .vube import VubeIE
|
||||||
from .vuclip import VuClipIE
|
from .vuclip import VuClipIE
|
||||||
from .vulture import VultureIE
|
from .vulture import VultureIE
|
||||||
|
|
|
||||||
|
|
@ -1,63 +0,0 @@
|
||||||
# coding: utf-8
|
|
||||||
from __future__ import unicode_literals
|
|
||||||
|
|
||||||
import re
|
|
||||||
|
|
||||||
from .common import InfoExtractor
|
|
||||||
from ..utils import int_or_none
|
|
||||||
|
|
||||||
class BelgianNationalIE(InfoExtractor):
|
|
||||||
_VALID_URL = r'http://(?:deredactie|sporza|cobra)\.be/cm/(.*)/(?P<video_id>[^\']+)'
|
|
||||||
_TESTS = [
|
|
||||||
# deredactie.be
|
|
||||||
{
|
|
||||||
'url': 'http://deredactie.be/cm/vrtnieuws/videozone/programmas/journaal/EP_141025_JOL',
|
|
||||||
'md5': '4cebde1eb60a53782d4f3992cbd46ec8',
|
|
||||||
'info_dict': {
|
|
||||||
'id': 'EP_141025_JOL',
|
|
||||||
'title': 'Het journaal L - 25/10/14',
|
|
||||||
'ext': 'mp4',
|
|
||||||
'duration': 929,
|
|
||||||
}
|
|
||||||
},
|
|
||||||
# sporza.be
|
|
||||||
{
|
|
||||||
'url': 'http://sporza.be/cm/sporza/videozone/programmas/extratime/EP_141020_Extra_time',
|
|
||||||
'md5': '11f53088da9bf8e7cfc42456697953ff',
|
|
||||||
'info_dict': {
|
|
||||||
'id': 'EP_141020_Extra_time',
|
|
||||||
'title': 'Bekijk Extra Time van 20 oktober',
|
|
||||||
'ext': 'mp4',
|
|
||||||
'duration': 3238,
|
|
||||||
}
|
|
||||||
},
|
|
||||||
# cobra.be
|
|
||||||
{
|
|
||||||
'url': 'http://cobra.be/cm/cobra/videozone/rubriek/film-videozone/141022-mv-ellis-cafecorsari',
|
|
||||||
'md5': '78a2b060a5083c4f055449a72477409d',
|
|
||||||
'info_dict': {
|
|
||||||
'id': '141022-mv-ellis-cafecorsari',
|
|
||||||
'title': 'Bret Easton Ellis in Café Corsari',
|
|
||||||
'ext': 'mp4',
|
|
||||||
'duration': 661,
|
|
||||||
}
|
|
||||||
},
|
|
||||||
]
|
|
||||||
|
|
||||||
def _real_extract(self, url):
|
|
||||||
mobj = re.match(self._VALID_URL, url)
|
|
||||||
video_id = mobj.group('video_id')
|
|
||||||
|
|
||||||
webpage = self._download_webpage(url, video_id)
|
|
||||||
title = self._og_search_title(webpage)
|
|
||||||
|
|
||||||
video_url = self._search_regex(r'data-video-src="(.*?)"', webpage, 'Video url') + '/manifest.f4m'
|
|
||||||
duration = int_or_none(self._search_regex(r'data-video-sitestat-duration="(.*?)"', webpage, 'Duration'))
|
|
||||||
|
|
||||||
return {
|
|
||||||
'id': video_id,
|
|
||||||
'title': title,
|
|
||||||
'url': video_url,
|
|
||||||
'ext': 'mp4',
|
|
||||||
'duration': duration,
|
|
||||||
}
|
|
||||||
95
youtube_dl/extractor/vrt.py
Normal file
95
youtube_dl/extractor/vrt.py
Normal file
|
|
@ -0,0 +1,95 @@
|
||||||
|
# coding: utf-8
|
||||||
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
|
import re
|
||||||
|
|
||||||
|
from .common import InfoExtractor
|
||||||
|
from ..utils import float_or_none
|
||||||
|
|
||||||
|
|
||||||
|
class VRTIE(InfoExtractor):
|
||||||
|
_VALID_URL = r'https?://(?:deredactie|sporza|cobra)\.be/cm/(?:[^/]+/)+(?P<id>[^/]+)/*'
|
||||||
|
_TESTS = [
|
||||||
|
# deredactie.be
|
||||||
|
{
|
||||||
|
'url': 'http://deredactie.be/cm/vrtnieuws/videozone/programmas/journaal/EP_141025_JOL',
|
||||||
|
'md5': '4cebde1eb60a53782d4f3992cbd46ec8',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '2129880',
|
||||||
|
'ext': 'flv',
|
||||||
|
'title': 'Het journaal L - 25/10/14',
|
||||||
|
'description': None,
|
||||||
|
'timestamp': 1414271750.949,
|
||||||
|
'upload_date': '20141025',
|
||||||
|
'duration': 929,
|
||||||
|
}
|
||||||
|
},
|
||||||
|
# sporza.be
|
||||||
|
{
|
||||||
|
'url': 'http://sporza.be/cm/sporza/videozone/programmas/extratime/EP_141020_Extra_time',
|
||||||
|
'md5': '11f53088da9bf8e7cfc42456697953ff',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '2124639',
|
||||||
|
'ext': 'flv',
|
||||||
|
'title': 'Bekijk Extra Time van 20 oktober',
|
||||||
|
'description': 'md5:83ac5415a4f1816c6a93f8138aef2426',
|
||||||
|
'timestamp': 1413835980.560,
|
||||||
|
'upload_date': '20141020',
|
||||||
|
'duration': 3238,
|
||||||
|
}
|
||||||
|
},
|
||||||
|
# cobra.be
|
||||||
|
{
|
||||||
|
'url': 'http://cobra.be/cm/cobra/videozone/rubriek/film-videozone/141022-mv-ellis-cafecorsari',
|
||||||
|
'md5': '78a2b060a5083c4f055449a72477409d',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '2126050',
|
||||||
|
'ext': 'flv',
|
||||||
|
'title': 'Bret Easton Ellis in Café Corsari',
|
||||||
|
'description': 'md5:f699986e823f32fd6036c1855a724ee9',
|
||||||
|
'timestamp': 1413967500.494,
|
||||||
|
'upload_date': '20141022',
|
||||||
|
'duration': 661,
|
||||||
|
}
|
||||||
|
},
|
||||||
|
]
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
video_id = self._match_id(url)
|
||||||
|
|
||||||
|
webpage = self._download_webpage(url, video_id)
|
||||||
|
|
||||||
|
video_id = self._search_regex(
|
||||||
|
r'data-video-id="([^"]+)_[^"]+"', webpage, 'video id', fatal=False)
|
||||||
|
|
||||||
|
formats = []
|
||||||
|
mobj = re.search(
|
||||||
|
r'data-video-iphone-server="(?P<server>[^"]+)"\s+data-video-iphone-path="(?P<path>[^"]+)"',
|
||||||
|
webpage)
|
||||||
|
if mobj:
|
||||||
|
formats.extend(self._extract_m3u8_formats(
|
||||||
|
'%s/%s' % (mobj.group('server'), mobj.group('path')),
|
||||||
|
video_id, 'mp4'))
|
||||||
|
mobj = re.search(r'data-video-src="(?P<src>[^"]+)"', webpage)
|
||||||
|
if mobj:
|
||||||
|
formats.extend(self._extract_f4m_formats(
|
||||||
|
'%s/manifest.f4m' % mobj.group('src'), video_id))
|
||||||
|
self._sort_formats(formats)
|
||||||
|
|
||||||
|
title = self._og_search_title(webpage)
|
||||||
|
description = self._og_search_description(webpage, default=None)
|
||||||
|
thumbnail = self._og_search_thumbnail(webpage)
|
||||||
|
timestamp = float_or_none(self._search_regex(
|
||||||
|
r'data-video-sitestat-pubdate="(\d+)"', webpage, 'timestamp', fatal=False), 1000)
|
||||||
|
duration = float_or_none(self._search_regex(
|
||||||
|
r'data-video-duration="(\d+)"', webpage, 'duration', fatal=False), 1000)
|
||||||
|
|
||||||
|
return {
|
||||||
|
'id': video_id,
|
||||||
|
'title': title,
|
||||||
|
'description': description,
|
||||||
|
'thumbnail': thumbnail,
|
||||||
|
'timestamp': timestamp,
|
||||||
|
'duration': duration,
|
||||||
|
'formats': formats,
|
||||||
|
}
|
||||||
Loading…
Reference in a new issue