mirror of
https://github.com/ytdl-org/youtube-dl.git
synced 2024-11-27 06:10:38 +01:00
[telecinco] fix extraction(closes #17080)
This commit is contained in:
parent
8e37a7e4cc
commit
a098c99f0d
|
@ -1,26 +1,43 @@
|
||||||
# coding: utf-8
|
# coding: utf-8
|
||||||
from __future__ import unicode_literals
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
from .mitele import MiTeleBaseIE
|
import json
|
||||||
|
import re
|
||||||
|
|
||||||
|
from .common import InfoExtractor
|
||||||
|
from .ooyala import OoyalaIE
|
||||||
|
from ..utils import (
|
||||||
|
clean_html,
|
||||||
|
determine_ext,
|
||||||
|
int_or_none,
|
||||||
|
str_or_none,
|
||||||
|
urljoin,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
class TelecincoIE(MiTeleBaseIE):
|
class TelecincoIE(InfoExtractor):
|
||||||
IE_DESC = 'telecinco.es, cuatro.com and mediaset.es'
|
IE_DESC = 'telecinco.es, cuatro.com and mediaset.es'
|
||||||
_VALID_URL = r'https?://(?:www\.)?(?:telecinco\.es|cuatro\.com|mediaset\.es)/(?:[^/]+/)+(?P<id>.+?)\.html'
|
_VALID_URL = r'https?://(?:www\.)?(?:telecinco\.es|cuatro\.com|mediaset\.es)/(?:[^/]+/)+(?P<id>.+?)\.html'
|
||||||
|
|
||||||
_TESTS = [{
|
_TESTS = [{
|
||||||
'url': 'http://www.telecinco.es/robinfood/temporada-01/t01xp14/Bacalao-cocochas-pil-pil_0_1876350223.html',
|
'url': 'http://www.telecinco.es/robinfood/temporada-01/t01xp14/Bacalao-cocochas-pil-pil_0_1876350223.html',
|
||||||
'md5': '8d7b2d5f699ee2709d992a63d5cd1712',
|
'info_dict': {
|
||||||
|
'id': '1876350223',
|
||||||
|
'title': 'Bacalao con kokotxas al pil-pil',
|
||||||
|
'description': 'md5:1382dacd32dd4592d478cbdca458e5bb',
|
||||||
|
},
|
||||||
|
'playlist': [{
|
||||||
|
'md5': 'adb28c37238b675dad0f042292f209a7',
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
'id': 'JEA5ijCnF6p5W08A1rNKn7',
|
'id': 'JEA5ijCnF6p5W08A1rNKn7',
|
||||||
'ext': 'mp4',
|
'ext': 'mp4',
|
||||||
'title': 'Bacalao con kokotxas al pil-pil',
|
'title': 'Con Martín Berasategui, hacer un bacalao al pil-pil es fácil y divertido',
|
||||||
'description': 'md5:1382dacd32dd4592d478cbdca458e5bb',
|
|
||||||
'duration': 662,
|
'duration': 662,
|
||||||
},
|
},
|
||||||
|
}]
|
||||||
}, {
|
}, {
|
||||||
'url': 'http://www.cuatro.com/deportes/futbol/barcelona/Leo_Messi-Champions-Roma_2_2052780128.html',
|
'url': 'http://www.cuatro.com/deportes/futbol/barcelona/Leo_Messi-Champions-Roma_2_2052780128.html',
|
||||||
'md5': '284393e5387b3b947b77c613ef04749a',
|
'md5': '9468140ebc300fbb8b9d65dc6e5c4b43',
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
'id': 'jn24Od1zGLG4XUZcnUnZB6',
|
'id': 'jn24Od1zGLG4XUZcnUnZB6',
|
||||||
'ext': 'mp4',
|
'ext': 'mp4',
|
||||||
|
@ -30,7 +47,7 @@ class TelecincoIE(MiTeleBaseIE):
|
||||||
},
|
},
|
||||||
}, {
|
}, {
|
||||||
'url': 'http://www.mediaset.es/12meses/campanas/doylacara/conlatratanohaytrato/Ayudame-dar-cara-trata-trato_2_1986630220.html',
|
'url': 'http://www.mediaset.es/12meses/campanas/doylacara/conlatratanohaytrato/Ayudame-dar-cara-trata-trato_2_1986630220.html',
|
||||||
'md5': '749afab6ea5a136a8806855166ae46a2',
|
'md5': 'ae2dc6b7b50b2392076a51c0f70e01f6',
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
'id': 'aywerkD2Sv1vGNqq9b85Q2',
|
'id': 'aywerkD2Sv1vGNqq9b85Q2',
|
||||||
'ext': 'mp4',
|
'ext': 'mp4',
|
||||||
|
@ -50,17 +67,90 @@ class TelecincoIE(MiTeleBaseIE):
|
||||||
'only_matching': True,
|
'only_matching': True,
|
||||||
}]
|
}]
|
||||||
|
|
||||||
|
def _parse_content(self, content, url):
|
||||||
|
video_id = content['dataMediaId']
|
||||||
|
if content.get('dataCmsId') == 'ooyala':
|
||||||
|
return self.url_result(
|
||||||
|
'ooyala:%s' % video_id, OoyalaIE.ie_key(), video_id)
|
||||||
|
config_url = urljoin(url, content['dataConfig'])
|
||||||
|
config = self._download_json(
|
||||||
|
config_url, video_id, 'Downloading config JSON')
|
||||||
|
title = config['info']['title']
|
||||||
|
|
||||||
|
def mmc_url(mmc_type):
|
||||||
|
return re.sub(
|
||||||
|
r'/(?:flash|html5)\.json', '/%s.json' % mmc_type,
|
||||||
|
config['services']['mmc'])
|
||||||
|
|
||||||
|
duration = None
|
||||||
|
formats = []
|
||||||
|
for mmc_type in ('flash', 'html5'):
|
||||||
|
mmc = self._download_json(
|
||||||
|
mmc_url(mmc_type), video_id,
|
||||||
|
'Downloading %s mmc JSON' % mmc_type, fatal=False)
|
||||||
|
if not mmc:
|
||||||
|
continue
|
||||||
|
if not duration:
|
||||||
|
duration = int_or_none(mmc.get('duration'))
|
||||||
|
for location in mmc['locations']:
|
||||||
|
gat = self._proto_relative_url(location.get('gat'), 'http:')
|
||||||
|
gcp = location.get('gcp')
|
||||||
|
ogn = location.get('ogn')
|
||||||
|
if None in (gat, gcp, ogn):
|
||||||
|
continue
|
||||||
|
token_data = {
|
||||||
|
'gcp': gcp,
|
||||||
|
'ogn': ogn,
|
||||||
|
'sta': 0,
|
||||||
|
}
|
||||||
|
media = self._download_json(
|
||||||
|
gat, video_id, data=json.dumps(token_data).encode('utf-8'),
|
||||||
|
headers={
|
||||||
|
'Content-Type': 'application/json;charset=utf-8',
|
||||||
|
'Referer': url,
|
||||||
|
}, fatal=False) or {}
|
||||||
|
stream = media.get('stream') or media.get('file')
|
||||||
|
if not stream:
|
||||||
|
continue
|
||||||
|
ext = determine_ext(stream)
|
||||||
|
if ext == 'f4m':
|
||||||
|
formats.extend(self._extract_f4m_formats(
|
||||||
|
stream + '&hdcore=3.2.0&plugin=aasp-3.2.0.77.18',
|
||||||
|
video_id, f4m_id='hds', fatal=False))
|
||||||
|
elif ext == 'm3u8':
|
||||||
|
formats.extend(self._extract_m3u8_formats(
|
||||||
|
stream, video_id, 'mp4', 'm3u8_native',
|
||||||
|
m3u8_id='hls', fatal=False))
|
||||||
|
self._sort_formats(formats)
|
||||||
|
|
||||||
|
return {
|
||||||
|
'id': video_id,
|
||||||
|
'title': title,
|
||||||
|
'formats': formats,
|
||||||
|
'thumbnail': content.get('dataPoster') or config.get('poster', {}).get('imageUrl'),
|
||||||
|
'duration': duration,
|
||||||
|
}
|
||||||
|
|
||||||
def _real_extract(self, url):
|
def _real_extract(self, url):
|
||||||
display_id = self._match_id(url)
|
display_id = self._match_id(url)
|
||||||
webpage = self._download_webpage(url, display_id)
|
webpage = self._download_webpage(url, display_id)
|
||||||
title = self._html_search_meta(
|
article = self._parse_json(self._search_regex(
|
||||||
['og:title', 'twitter:title'], webpage, 'title')
|
r'window\.\$REACTBASE_STATE\.article\s*=\s*({.+})',
|
||||||
info = self._get_player_info(url, webpage)
|
webpage, 'article'), display_id)['article']
|
||||||
|
title = article.get('title')
|
||||||
|
description = clean_html(article.get('leadParagraph'))
|
||||||
|
if article.get('editorialType') != 'VID':
|
||||||
|
entries = []
|
||||||
|
for p in article.get('body', []):
|
||||||
|
content = p.get('content')
|
||||||
|
if p.get('type') != 'video' or not content:
|
||||||
|
continue
|
||||||
|
entries.append(self._parse_content(content, url))
|
||||||
|
return self.playlist_result(
|
||||||
|
entries, str_or_none(article.get('id')), title, description)
|
||||||
|
content = article['opening']['content']
|
||||||
|
info = self._parse_content(content, url)
|
||||||
info.update({
|
info.update({
|
||||||
'display_id': display_id,
|
'description': description,
|
||||||
'title': title,
|
|
||||||
'description': self._html_search_meta(
|
|
||||||
['og:description', 'twitter:description'],
|
|
||||||
webpage, 'title', fatal=False),
|
|
||||||
})
|
})
|
||||||
return info
|
return info
|
||||||
|
|
Loading…
Reference in New Issue
Block a user