yt_dlp/extractor/ntvru.py

   1 from .common import InfoExtractor
   2 from ..utils import (
   3     int_or_none,
   4     strip_or_none,
   5     unescapeHTML,
   6     xpath_text,
   7 )
   8
   9
  10 class NTVRuIE(InfoExtractor):
  11     IE_NAME = 'ntv.ru'
  12     _VALID_URL = r'https?://(?:www\.)?ntv\.ru/(?:[^/]+/)*(?P<id>[^/?#&]+)'
  13
  14     _TESTS = [{
  15         'url': 'http://www.ntv.ru/novosti/863142/',
  16         'md5': 'ba7ea172a91cb83eb734cad18c10e723',
  17         'info_dict': {
  18             'id': '746000',
  19             'ext': 'mp4',
  20             'title': 'Командующий Черноморским флотом провел переговоры в штабе ВМС Украины',
  21             'description': 'Командующий Черноморским флотом провел переговоры в штабе ВМС Украины',
  22             'thumbnail': r're:^http://.*\.jpg',
  23             'duration': 136,
  24         },
  25     }, {
  26         'url': 'http://www.ntv.ru/video/novosti/750370/',
  27         'md5': 'adecff79691b4d71e25220a191477124',
  28         'info_dict': {
  29             'id': '750370',
  30             'ext': 'mp4',
  31             'title': 'Родные пассажиров пропавшего Boeing не верят в трагический исход',
  32             'description': 'Родные пассажиров пропавшего Boeing не верят в трагический исход',
  33             'thumbnail': r're:^http://.*\.jpg',
  34             'duration': 172,
  35         },
  36     }, {
  37         'url': 'http://www.ntv.ru/peredacha/segodnya/m23700/o232416',
  38         'md5': '82dbd49b38e3af1d00df16acbeab260c',
  39         'info_dict': {
  40             'id': '747480',
  41             'ext': 'mp4',
  42             'title': '«Сегодня». 21 марта 2014 года. 16:00',
  43             'description': '«Сегодня». 21 марта 2014 года. 16:00',
  44             'thumbnail': r're:^http://.*\.jpg',
  45             'duration': 1496,
  46         },
  47     }, {
  48         'url': 'https://www.ntv.ru/kino/Koma_film/m70281/o336036/video/',
  49         'md5': 'e9c7cde24d9d3eaed545911a04e6d4f4',
  50         'info_dict': {
  51             'id': '1126480',
  52             'ext': 'mp4',
  53             'title': 'Остросюжетный фильм «Кома»',
  54             'description': 'Остросюжетный фильм «Кома»',
  55             'thumbnail': r're:^http://.*\.jpg',
  56             'duration': 5592,
  57         },
  58     }, {
  59         'url': 'http://www.ntv.ru/serial/Delo_vrachey/m31760/o233916/',
  60         'md5': '9320cd0e23f3ea59c330dc744e06ff3b',
  61         'info_dict': {
  62             'id': '751482',
  63             'ext': 'mp4',
  64             'title': '«Дело врачей»: «Деревце жизни»',
  65             'description': '«Дело врачей»: «Деревце жизни»',
  66             'thumbnail': r're:^http://.*\.jpg',
  67             'duration': 2590,
  68         },
  69     }, {
  70         # Schemeless file URL
  71         'url': 'https://www.ntv.ru/video/1797442',
  72         'only_matching': True,
  73     }]
  74
  75     _VIDEO_ID_REGEXES = [
  76         r'<meta property="og:url" content="http://www\.ntv\.ru/video/(\d+)',
  77         r'<video embed=[^>]+><id>(\d+)</id>',
  78         r'<video restriction[^>]+><key>(\d+)</key>',
  79     ]
  80
  81     def _real_extract(self, url):
  82         video_id = self._match_id(url)
  83
  84         webpage = self._download_webpage(url, video_id)
  85
  86         video_url = self._og_search_property(
  87             ('video', 'video:iframe'), webpage, default=None)
  88         if video_url:
  89             video_id = self._search_regex(
  90                 r'https?://(?:www\.)?ntv\.ru/video/(?:embed/)?(\d+)',
  91                 video_url, 'video id', default=None)
  92
  93         if not video_id:
  94             video_id = self._html_search_regex(
  95                 self._VIDEO_ID_REGEXES, webpage, 'video id')
  96
  97         player = self._download_xml(
  98             'http://www.ntv.ru/vi%s/' % video_id,
  99             video_id, 'Downloading video XML')
 100
 101         title = strip_or_none(unescapeHTML(xpath_text(player, './data/title', 'title', fatal=True)))
 102
 103         video = player.find('./data/video')
 104
 105         formats = []
 106         for format_id in ['', 'hi', 'webm']:
 107             file_ = xpath_text(video, './%sfile' % format_id)
 108             if not file_:
 109                 continue
 110             if file_.startswith('//'):
 111                 file_ = self._proto_relative_url(file_)
 112             elif not file_.startswith('http'):
 113                 file_ = 'http://media.ntv.ru/vod/' + file_
 114             formats.append({
 115                 'url': file_,
 116                 'filesize': int_or_none(xpath_text(video, './%ssize' % format_id)),
 117             })
 118
 119         return {
 120             'id': xpath_text(video, './id'),
 121             'title': title,
 122             'description': strip_or_none(unescapeHTML(xpath_text(player, './data/description'))),
 123             'thumbnail': xpath_text(video, './splash'),
 124             'duration': int_or_none(xpath_text(video, './totaltime')),
 125             'view_count': int_or_none(xpath_text(video, './views')),
 126             'formats': formats,
 127         }