[orf:tvthek] Lazy playlist extraction and obey --no-playlist
Closes #2411
This commit is contained in:
parent
6a5a30f9e2
commit
b695e3f9bd
1 changed files with 126 additions and 100 deletions
|
@ -1,33 +1,68 @@
|
||||||
# coding: utf-8
|
# coding: utf-8
|
||||||
from __future__ import unicode_literals
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
|
import functools
|
||||||
import re
|
import re
|
||||||
|
|
||||||
from .common import InfoExtractor
|
from .common import InfoExtractor
|
||||||
from ..compat import compat_str
|
|
||||||
from ..utils import (
|
from ..utils import (
|
||||||
clean_html,
|
clean_html,
|
||||||
determine_ext,
|
determine_ext,
|
||||||
float_or_none,
|
float_or_none,
|
||||||
HEADRequest,
|
HEADRequest,
|
||||||
|
InAdvancePagedList,
|
||||||
int_or_none,
|
int_or_none,
|
||||||
join_nonempty,
|
join_nonempty,
|
||||||
orderedSet,
|
orderedSet,
|
||||||
remove_end,
|
remove_end,
|
||||||
|
smuggle_url,
|
||||||
str_or_none,
|
str_or_none,
|
||||||
strip_jsonp,
|
strip_jsonp,
|
||||||
unescapeHTML,
|
unescapeHTML,
|
||||||
unified_strdate,
|
unified_strdate,
|
||||||
|
unsmuggle_url,
|
||||||
url_or_none,
|
url_or_none,
|
||||||
|
urljoin,
|
||||||
)
|
)
|
||||||
|
|
||||||
|
|
||||||
class ORFTVthekIE(InfoExtractor):
|
class ORFTVthekIE(InfoExtractor):
|
||||||
IE_NAME = 'orf:tvthek'
|
IE_NAME = 'orf:tvthek'
|
||||||
IE_DESC = 'ORF TVthek'
|
IE_DESC = 'ORF TVthek'
|
||||||
_VALID_URL = r'https?://tvthek\.orf\.at/(?:[^/]+/)+(?P<id>\d+)'
|
_VALID_URL = r'(?P<url>https?://tvthek\.orf\.at/(?:(?:[^/]+/){2}){1,2}(?P<id>\d+))(/[^/]+/(?P<vid>\d+))?(?:$|[?#])'
|
||||||
|
|
||||||
_TESTS = [{
|
_TESTS = [{
|
||||||
|
'url': 'https://tvthek.orf.at/profile/ZIB-2/1211/ZIB-2/14121079',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '14121079',
|
||||||
|
},
|
||||||
|
'playlist_count': 11,
|
||||||
|
'params': {'noplaylist': True}
|
||||||
|
}, {
|
||||||
|
'url': 'https://tvthek.orf.at/profile/ZIB-2/1211/ZIB-2/14121079/Umfrage-Welches-Tier-ist-Sebastian-Kurz/15083150',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '14121079',
|
||||||
|
},
|
||||||
|
'playlist_count': 1,
|
||||||
|
'params': {'playlist_items': '5'}
|
||||||
|
}, {
|
||||||
|
'url': 'https://tvthek.orf.at/profile/ZIB-2/1211/ZIB-2/14121079/Umfrage-Welches-Tier-ist-Sebastian-Kurz/15083150',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '14121079',
|
||||||
|
'playlist_count': 1
|
||||||
|
},
|
||||||
|
'playlist': [{
|
||||||
|
'info_dict': {
|
||||||
|
'id': '15083150',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'description': 'md5:7be1c485425f5f255a5e4e4815e77d04',
|
||||||
|
'thumbnail': 'https://api-tvthek.orf.at/uploads/media/segments/0130/59/824271ea35cd8931a0fb08ab316a5b0a1562342c.jpeg',
|
||||||
|
'title': 'Umfrage: Welches Tier ist Sebastian Kurz?',
|
||||||
|
}
|
||||||
|
}],
|
||||||
|
'playlist_count': 1,
|
||||||
|
'params': {'noplaylist': True, 'skip_download': 'm3u8'}
|
||||||
|
}, {
|
||||||
'url': 'http://tvthek.orf.at/program/Aufgetischt/2745173/Aufgetischt-Mit-der-Steirischen-Tafelrunde/8891389',
|
'url': 'http://tvthek.orf.at/program/Aufgetischt/2745173/Aufgetischt-Mit-der-Steirischen-Tafelrunde/8891389',
|
||||||
'playlist': [{
|
'playlist': [{
|
||||||
'md5': '2942210346ed779588f428a92db88712',
|
'md5': '2942210346ed779588f428a92db88712',
|
||||||
|
@ -62,8 +97,90 @@ class ORFTVthekIE(InfoExtractor):
|
||||||
'only_matching': True,
|
'only_matching': True,
|
||||||
}]
|
}]
|
||||||
|
|
||||||
|
def _pagefunc(self, url, data_jsb, n, *, image=None):
|
||||||
|
sd = data_jsb[n]
|
||||||
|
video_id, title = str(sd['id']), sd['title']
|
||||||
|
formats = []
|
||||||
|
for fd in sd['sources']:
|
||||||
|
src = url_or_none(fd.get('src'))
|
||||||
|
if not src:
|
||||||
|
continue
|
||||||
|
format_id = join_nonempty('delivery', 'quality', 'quality_string', from_dict=fd)
|
||||||
|
ext = determine_ext(src)
|
||||||
|
if ext == 'm3u8':
|
||||||
|
m3u8_formats = self._extract_m3u8_formats(
|
||||||
|
src, video_id, 'mp4', m3u8_id=format_id, fatal=False, note=f'Downloading {format_id} m3u8 manifest')
|
||||||
|
if any('/geoprotection' in f['url'] for f in m3u8_formats):
|
||||||
|
self.raise_geo_restricted()
|
||||||
|
formats.extend(m3u8_formats)
|
||||||
|
elif ext == 'f4m':
|
||||||
|
formats.extend(self._extract_f4m_formats(
|
||||||
|
src, video_id, f4m_id=format_id, fatal=False))
|
||||||
|
elif ext == 'mpd':
|
||||||
|
formats.extend(self._extract_mpd_formats(
|
||||||
|
src, video_id, mpd_id=format_id, fatal=False, note=f'Downloading {format_id} mpd manifest'))
|
||||||
|
else:
|
||||||
|
formats.append({
|
||||||
|
'format_id': format_id,
|
||||||
|
'url': src,
|
||||||
|
'protocol': fd.get('protocol'),
|
||||||
|
})
|
||||||
|
|
||||||
|
# Check for geoblocking.
|
||||||
|
# There is a property is_geoprotection, but that's always false
|
||||||
|
geo_str = sd.get('geoprotection_string')
|
||||||
|
http_url = next(
|
||||||
|
(f['url'] for f in formats if re.match(r'^https?://.*\.mp4$', f['url'])),
|
||||||
|
None) if geo_str else None
|
||||||
|
if http_url:
|
||||||
|
self._request_webpage(
|
||||||
|
HEADRequest(http_url), video_id, fatal=False, note='Testing for geoblocking',
|
||||||
|
errnote=f'This video seems to be blocked outside of {geo_str}. You may want to try the streaming-* formats')
|
||||||
|
|
||||||
|
self._sort_formats(formats)
|
||||||
|
|
||||||
|
subtitles = {}
|
||||||
|
for sub in sd.get('subtitles', []):
|
||||||
|
sub_src = sub.get('src')
|
||||||
|
if not sub_src:
|
||||||
|
continue
|
||||||
|
subtitles.setdefault(sub.get('lang', 'de-AT'), []).append({
|
||||||
|
'url': sub_src,
|
||||||
|
})
|
||||||
|
|
||||||
|
upload_date = unified_strdate(sd.get('created_date'))
|
||||||
|
|
||||||
|
thumbnails = []
|
||||||
|
preview = sd.get('preview_image_url')
|
||||||
|
if preview:
|
||||||
|
thumbnails.append({
|
||||||
|
'id': 'preview',
|
||||||
|
'url': preview,
|
||||||
|
'preference': 0,
|
||||||
|
})
|
||||||
|
image = sd.get('image_full_url') or image
|
||||||
|
if image:
|
||||||
|
thumbnails.append({
|
||||||
|
'id': 'full',
|
||||||
|
'url': image,
|
||||||
|
'preference': 1,
|
||||||
|
})
|
||||||
|
|
||||||
|
yield {
|
||||||
|
'id': video_id,
|
||||||
|
'title': title,
|
||||||
|
'webpage_url': smuggle_url(f'{url}/part/{video_id}', {'force_noplaylist': True}),
|
||||||
|
'formats': formats,
|
||||||
|
'subtitles': subtitles,
|
||||||
|
'description': sd.get('description'),
|
||||||
|
'duration': int_or_none(sd.get('duration_in_seconds')),
|
||||||
|
'upload_date': upload_date,
|
||||||
|
'thumbnails': thumbnails,
|
||||||
|
}
|
||||||
|
|
||||||
def _real_extract(self, url):
|
def _real_extract(self, url):
|
||||||
playlist_id = self._match_id(url)
|
url, smuggled_data = unsmuggle_url(url)
|
||||||
|
playlist_id, video_id, base_url = self._match_valid_url(url).group('id', 'vid', 'url')
|
||||||
webpage = self._download_webpage(url, playlist_id)
|
webpage = self._download_webpage(url, playlist_id)
|
||||||
|
|
||||||
data_jsb = self._parse_json(
|
data_jsb = self._parse_json(
|
||||||
|
@ -72,107 +189,16 @@ class ORFTVthekIE(InfoExtractor):
|
||||||
webpage, 'playlist', group='json'),
|
webpage, 'playlist', group='json'),
|
||||||
playlist_id, transform_source=unescapeHTML)['playlist']['videos']
|
playlist_id, transform_source=unescapeHTML)['playlist']['videos']
|
||||||
|
|
||||||
entries = []
|
if not self._yes_playlist(playlist_id, video_id, smuggled_data):
|
||||||
for sd in data_jsb:
|
data_jsb = [sd for sd in data_jsb if str(sd.get('id')) == video_id]
|
||||||
video_id, title = sd.get('id'), sd.get('title')
|
|
||||||
if not video_id or not title:
|
|
||||||
continue
|
|
||||||
video_id = compat_str(video_id)
|
|
||||||
formats = []
|
|
||||||
for fd in sd['sources']:
|
|
||||||
src = url_or_none(fd.get('src'))
|
|
||||||
if not src:
|
|
||||||
continue
|
|
||||||
format_id = join_nonempty('delivery', 'quality', 'quality_string', from_dict=fd)
|
|
||||||
ext = determine_ext(src)
|
|
||||||
if ext == 'm3u8':
|
|
||||||
m3u8_formats = self._extract_m3u8_formats(
|
|
||||||
src, video_id, 'mp4', m3u8_id=format_id, fatal=False)
|
|
||||||
if any('/geoprotection' in f['url'] for f in m3u8_formats):
|
|
||||||
self.raise_geo_restricted()
|
|
||||||
formats.extend(m3u8_formats)
|
|
||||||
elif ext == 'f4m':
|
|
||||||
formats.extend(self._extract_f4m_formats(
|
|
||||||
src, video_id, f4m_id=format_id, fatal=False))
|
|
||||||
elif ext == 'mpd':
|
|
||||||
formats.extend(self._extract_mpd_formats(
|
|
||||||
src, video_id, mpd_id=format_id, fatal=False))
|
|
||||||
else:
|
|
||||||
formats.append({
|
|
||||||
'format_id': format_id,
|
|
||||||
'url': src,
|
|
||||||
'protocol': fd.get('protocol'),
|
|
||||||
})
|
|
||||||
|
|
||||||
# Check for geoblocking.
|
playlist_count = len(data_jsb)
|
||||||
# There is a property is_geoprotection, but that's always false
|
image = self._og_search_thumbnail(webpage) if playlist_count == 1 else None
|
||||||
geo_str = sd.get('geoprotection_string')
|
|
||||||
if geo_str:
|
|
||||||
try:
|
|
||||||
http_url = next(
|
|
||||||
f['url']
|
|
||||||
for f in formats
|
|
||||||
if re.match(r'^https?://.*\.mp4$', f['url']))
|
|
||||||
except StopIteration:
|
|
||||||
pass
|
|
||||||
else:
|
|
||||||
req = HEADRequest(http_url)
|
|
||||||
self._request_webpage(
|
|
||||||
req, video_id,
|
|
||||||
note='Testing for geoblocking',
|
|
||||||
errnote=((
|
|
||||||
'This video seems to be blocked outside of %s. '
|
|
||||||
'You may want to try the streaming-* formats.')
|
|
||||||
% geo_str),
|
|
||||||
fatal=False)
|
|
||||||
|
|
||||||
self._check_formats(formats, video_id)
|
|
||||||
self._sort_formats(formats)
|
|
||||||
|
|
||||||
subtitles = {}
|
|
||||||
for sub in sd.get('subtitles', []):
|
|
||||||
sub_src = sub.get('src')
|
|
||||||
if not sub_src:
|
|
||||||
continue
|
|
||||||
subtitles.setdefault(sub.get('lang', 'de-AT'), []).append({
|
|
||||||
'url': sub_src,
|
|
||||||
})
|
|
||||||
|
|
||||||
upload_date = unified_strdate(sd.get('created_date'))
|
|
||||||
|
|
||||||
thumbnails = []
|
|
||||||
preview = sd.get('preview_image_url')
|
|
||||||
if preview:
|
|
||||||
thumbnails.append({
|
|
||||||
'id': 'preview',
|
|
||||||
'url': preview,
|
|
||||||
'preference': 0,
|
|
||||||
})
|
|
||||||
image = sd.get('image_full_url')
|
|
||||||
if not image and len(data_jsb) == 1:
|
|
||||||
image = self._og_search_thumbnail(webpage)
|
|
||||||
if image:
|
|
||||||
thumbnails.append({
|
|
||||||
'id': 'full',
|
|
||||||
'url': image,
|
|
||||||
'preference': 1,
|
|
||||||
})
|
|
||||||
|
|
||||||
entries.append({
|
|
||||||
'_type': 'video',
|
|
||||||
'id': video_id,
|
|
||||||
'title': title,
|
|
||||||
'formats': formats,
|
|
||||||
'subtitles': subtitles,
|
|
||||||
'description': sd.get('description'),
|
|
||||||
'duration': int_or_none(sd.get('duration_in_seconds')),
|
|
||||||
'upload_date': upload_date,
|
|
||||||
'thumbnails': thumbnails,
|
|
||||||
})
|
|
||||||
|
|
||||||
|
page_func = functools.partial(self._pagefunc, base_url, data_jsb, image=image)
|
||||||
return {
|
return {
|
||||||
'_type': 'playlist',
|
'_type': 'playlist',
|
||||||
'entries': entries,
|
'entries': InAdvancePagedList(page_func, playlist_count, 1),
|
||||||
'id': playlist_id,
|
'id': playlist_id,
|
||||||
}
|
}
|
||||||
|
|
||||||
|
|
Loading…
Reference in a new issue