mirror of
https://github.com/yt-dlp/yt-dlp.git
synced 2024-12-18 00:24:04 -05:00
[heise] Add new extractor
This commit is contained in:
parent
11b3ce8509
commit
0155549d6c
2 changed files with 121 additions and 0 deletions
|
@ -141,6 +141,7 @@
|
||||||
from .goshgay import GoshgayIE
|
from .goshgay import GoshgayIE
|
||||||
from .grooveshark import GroovesharkIE
|
from .grooveshark import GroovesharkIE
|
||||||
from .hark import HarkIE
|
from .hark import HarkIE
|
||||||
|
from .heise import HeiseIE
|
||||||
from .helsinki import HelsinkiIE
|
from .helsinki import HelsinkiIE
|
||||||
from .hentaistigma import HentaiStigmaIE
|
from .hentaistigma import HentaiStigmaIE
|
||||||
from .hornbunny import HornBunnyIE
|
from .hornbunny import HornBunnyIE
|
||||||
|
|
120
youtube_dl/extractor/heise.py
Normal file
120
youtube_dl/extractor/heise.py
Normal file
|
@ -0,0 +1,120 @@
|
||||||
|
# coding: utf-8
|
||||||
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
|
import re
|
||||||
|
|
||||||
|
from .common import InfoExtractor
|
||||||
|
from ..utils import (
|
||||||
|
ExtractorError,
|
||||||
|
compat_urllib_parse,
|
||||||
|
get_meta_content,
|
||||||
|
parse_iso8601,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
|
class HeiseIE(InfoExtractor):
|
||||||
|
_VALID_URL = (
|
||||||
|
r'^https?://(?:www\.)?heise\.de/video/artikel/' +
|
||||||
|
r'.+?(?P<id>[0-9]+)\.html$'
|
||||||
|
)
|
||||||
|
_TEST = {
|
||||||
|
'url': (
|
||||||
|
'http://www.heise.de/video/artikel/Podcast-c-t-uplink-3-3-' +
|
||||||
|
'Owncloud-Tastaturen-Peilsender-Smartphone-2404147.html'
|
||||||
|
),
|
||||||
|
'md5': 'ffed432483e922e88545ad9f2f15d30e',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '2404147',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'title': (
|
||||||
|
"Podcast: c't uplink 3.3 – Owncloud / Tastaturen / " +
|
||||||
|
"Peilsender Smartphone"
|
||||||
|
),
|
||||||
|
'format_id': 'mp4_720',
|
||||||
|
'timestamp': 1411812600,
|
||||||
|
'upload_date': '20140927',
|
||||||
|
}
|
||||||
|
}
|
||||||
|
|
||||||
|
_CONFIG = (
|
||||||
|
r'".+?\?sequenz=(?P<sequenz>.+?)&container=(?P<container>.+?)' +
|
||||||
|
r'(?:&hd=(?P<hd>.+?))?(?:&signature=(?P<signature>.+?))?&callback=\?"'
|
||||||
|
)
|
||||||
|
_PREFIX = 'http://www.heise.de/videout/info?'
|
||||||
|
|
||||||
|
def _warn(self, fmt, *args):
|
||||||
|
self.report_warning(fmt.format(*args), self._id)
|
||||||
|
|
||||||
|
def _parse_config_url(self, html):
|
||||||
|
m = re.search(self._CONFIG, html)
|
||||||
|
if not m:
|
||||||
|
raise ExtractorError('No config found')
|
||||||
|
|
||||||
|
qs = compat_urllib_parse.urlencode(dict((k, v) for k, v
|
||||||
|
in m.groupdict().items()
|
||||||
|
if v is not None))
|
||||||
|
return self._PREFIX + qs
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
mobj = re.match(self._VALID_URL, url)
|
||||||
|
self._id = mobj.group('id')
|
||||||
|
|
||||||
|
html = self._download_webpage(url, self._id)
|
||||||
|
config = self._download_json(self._parse_config_url(html), self._id)
|
||||||
|
|
||||||
|
info = {
|
||||||
|
'id': self._id
|
||||||
|
}
|
||||||
|
|
||||||
|
title = get_meta_content('fulltitle', html)
|
||||||
|
if title:
|
||||||
|
info['title'] = title
|
||||||
|
elif config.get('title'):
|
||||||
|
info['title'] = config['title']
|
||||||
|
else:
|
||||||
|
self._warn('title: not found')
|
||||||
|
info['title'] = 'heise'
|
||||||
|
|
||||||
|
if (not config.get('formats') or
|
||||||
|
not hasattr(config['formats'], 'items')):
|
||||||
|
raise ExtractorError('No formats found')
|
||||||
|
|
||||||
|
formats = []
|
||||||
|
for t, rs in config['formats'].items():
|
||||||
|
if not rs or not hasattr(rs, 'items'):
|
||||||
|
self._warn('formats: {0}: no resolutions', t)
|
||||||
|
continue
|
||||||
|
|
||||||
|
for res, obj in rs.items():
|
||||||
|
format_id = '{0}_{1}'.format(t, res)
|
||||||
|
|
||||||
|
if (not obj or not obj.get('url') or
|
||||||
|
not isinstance(obj['url'], str)):
|
||||||
|
self._warn('formats: {0}: no url', format_id)
|
||||||
|
continue
|
||||||
|
|
||||||
|
fmt = {
|
||||||
|
'url': obj['url'],
|
||||||
|
'format_id': format_id
|
||||||
|
}
|
||||||
|
try:
|
||||||
|
fmt['height'] = int(res)
|
||||||
|
except ValueError as e:
|
||||||
|
self._warn('formats: {0}: height: {1}', t, e)
|
||||||
|
|
||||||
|
formats.append(fmt)
|
||||||
|
|
||||||
|
self._sort_formats(formats)
|
||||||
|
info['formats'] = formats
|
||||||
|
|
||||||
|
if config.get('poster') and isinstance(config['poster'], str):
|
||||||
|
info['thumbnail'] = config['poster']
|
||||||
|
|
||||||
|
date = get_meta_content('date', html)
|
||||||
|
if date and isinstance(date, str):
|
||||||
|
try:
|
||||||
|
info['timestamp'] = parse_iso8601(date)
|
||||||
|
except ValueError as e:
|
||||||
|
self._warn('timestamp: {0}', e)
|
||||||
|
|
||||||
|
return info
|
Loading…
Reference in a new issue