yt_dlp/extractor/canal1.py

   1 from .common import InfoExtractor
   2
   3
   4 class Canal1IE(InfoExtractor):
   5     _VALID_URL = r'https?://(?:www\.|noticias\.)?canal1\.com\.co/(?:[^?#&])+/(?P<id>[\w-]+)'
   6
   7     _TESTS = [{
   8         'url': 'https://canal1.com.co/noticias/napa-i-una-cadena-de-produccion-de-arroz-que-se-quedo-en-veremos-y-abandonada-en-el-departamento-del-choco/',
   9         'info_dict': {
  10             'id': '63b39f6b354977084b85ab54',
  11             'display_id': 'napa-i-una-cadena-de-produccion-de-arroz-que-se-quedo-en-veremos-y-abandonada-en-el-departamento-del-choco',
  12             'title': 'Ñapa I Una cadena de producción de arroz que se quedó en veremos y abandonada en el departamento del Chocó',
  13             'description': 'md5:bc49c6d64d20610ea1e7daf079a0d013',
  14             'thumbnail': r're:^https?://[^?#]+63b39f6b354977084b85ab54',
  15             'ext': 'mp4',
  16         },
  17     }, {
  18         'url': 'https://noticias.canal1.com.co/noticias/tres-i-el-triste-record-que-impuso-elon-musk-el-dueno-de-tesla-y-de-twitter/',
  19         'info_dict': {
  20             'id': '63b39e93f5fd223aa32250fb',
  21             'display_id': 'tres-i-el-triste-record-que-impuso-elon-musk-el-dueno-de-tesla-y-de-twitter',
  22             'title': 'Tres I El triste récord que impuso Elon Musk, el dueño de Tesla y de Twitter',
  23             'description': 'md5:d9f691f131a21ce6767ca6c05d17d791',
  24             'thumbnail': r're:^https?://[^?#]+63b39e93f5fd223aa32250fb',
  25             'ext': 'mp4',
  26         },
  27     }, {
  28         # Geo-restricted to Colombia
  29         'url': 'https://canal1.com.co/programas/guerreros-canal-1/video-inedito-guerreros-despedida-kewin-zarate/',
  30         'only_matching': True,
  31     }]
  32
  33     def _real_extract(self, url):
  34         display_id = self._match_id(url)
  35         webpage = self._download_webpage(url, display_id)
  36
  37         return self.url_result(
  38             self._search_regex(r'"embedUrl"\s*:\s*"([^"]+)', webpage, 'embed url'),
  39             display_id=display_id, url_transparent=True)