[ORF] Re-factor and update`ORFFM4StoryIE`
* fix getting media via DASH instead of inaccessible mp4 * also get in-page YT mediapull/32812/head
parent
e39466051f
commit
e20ca543f0
|
@ -6,6 +6,7 @@ import functools
|
||||||
import re
|
import re
|
||||||
|
|
||||||
from .common import InfoExtractor
|
from .common import InfoExtractor
|
||||||
|
from .youtube import YoutubeIE
|
||||||
from ..utils import (
|
from ..utils import (
|
||||||
clean_html,
|
clean_html,
|
||||||
determine_ext,
|
determine_ext,
|
||||||
|
@ -14,10 +15,8 @@ from ..utils import (
|
||||||
int_or_none,
|
int_or_none,
|
||||||
merge_dicts,
|
merge_dicts,
|
||||||
mimetype2ext,
|
mimetype2ext,
|
||||||
orderedSet,
|
|
||||||
parse_age_limit,
|
parse_age_limit,
|
||||||
parse_iso8601,
|
parse_iso8601,
|
||||||
remove_end,
|
|
||||||
strip_jsonp,
|
strip_jsonp,
|
||||||
txt_or_none,
|
txt_or_none,
|
||||||
unified_strdate,
|
unified_strdate,
|
||||||
|
@ -305,11 +304,90 @@ class ORFPodcastIE(ORFRadioBase):
|
||||||
}, self._extract_podcast_upload(data), rev=True)
|
}, self._extract_podcast_upload(data), rev=True)
|
||||||
|
|
||||||
|
|
||||||
class ORFIPTVIE(InfoExtractor):
|
class ORFIPTVBase(InfoExtractor):
|
||||||
|
_TITLE_STRIP_RE = ''
|
||||||
|
|
||||||
|
def _extract_video(self, video_id, webpage, fatal=False):
|
||||||
|
|
||||||
|
data = self._download_json(
|
||||||
|
'http://bits.orf.at/filehandler/static-api/json/current/data.json?file=%s' % video_id,
|
||||||
|
video_id)[0]
|
||||||
|
|
||||||
|
video = traverse_obj(data, (
|
||||||
|
'sources', ('default', 'q8c'),
|
||||||
|
T(lambda x: x if x['loadBalancerUrl'] else None),
|
||||||
|
any))
|
||||||
|
|
||||||
|
load_balancer_url = video['loadBalancerUrl']
|
||||||
|
|
||||||
|
try:
|
||||||
|
rendition = self._download_json(
|
||||||
|
load_balancer_url, video_id, transform_source=strip_jsonp)
|
||||||
|
except ExtractorError:
|
||||||
|
rendition = None
|
||||||
|
|
||||||
|
if not rendition:
|
||||||
|
rendition = {
|
||||||
|
'redirect': {
|
||||||
|
'smil': re.sub(
|
||||||
|
r'(/)jsonp(/.+\.)mp4$', r'\1dash\2smil/manifest.mpd',
|
||||||
|
load_balancer_url),
|
||||||
|
},
|
||||||
|
}
|
||||||
|
|
||||||
|
f = traverse_obj(video, {
|
||||||
|
'abr': ('audioBitrate', T(int_or_none)),
|
||||||
|
'vbr': ('bitrate', T(int_or_none)),
|
||||||
|
'fps': ('videoFps', T(int_or_none)),
|
||||||
|
'width': ('videoWidth', T(int_or_none)),
|
||||||
|
'height': ('videoHeight', T(int_or_none)),
|
||||||
|
})
|
||||||
|
|
||||||
|
formats = []
|
||||||
|
for format_id, format_url in traverse_obj(rendition, (
|
||||||
|
'redirect', T(dict.items), Ellipsis)):
|
||||||
|
if format_id == 'rtmp':
|
||||||
|
ff = f.copy()
|
||||||
|
ff.update({
|
||||||
|
'url': format_url,
|
||||||
|
'format_id': format_id,
|
||||||
|
})
|
||||||
|
formats.append(ff)
|
||||||
|
elif determine_ext(format_url) == 'f4m':
|
||||||
|
formats.extend(self._extract_f4m_formats(
|
||||||
|
format_url, video_id, f4m_id=format_id))
|
||||||
|
elif determine_ext(format_url) == 'm3u8':
|
||||||
|
formats.extend(self._extract_m3u8_formats(
|
||||||
|
format_url, video_id, 'mp4', m3u8_id=format_id,
|
||||||
|
entry_protocol='m3u8_native'))
|
||||||
|
elif determine_ext(format_url) == 'mpd':
|
||||||
|
formats.extend(self._extract_mpd_formats(
|
||||||
|
format_url, video_id, mpd_id=format_id))
|
||||||
|
|
||||||
|
if formats or fatal:
|
||||||
|
self._sort_formats(formats)
|
||||||
|
else:
|
||||||
|
return
|
||||||
|
|
||||||
|
return merge_dicts({
|
||||||
|
'id': video_id,
|
||||||
|
'title': re.sub(self._TITLE_STRIP_RE, '', self._og_search_title(webpage)),
|
||||||
|
'description': self._og_search_description(webpage),
|
||||||
|
'upload_date': unified_strdate(self._html_search_meta(
|
||||||
|
'dc.date', webpage, 'upload date', fatal=False)),
|
||||||
|
'formats': formats,
|
||||||
|
}, traverse_obj(data, {
|
||||||
|
'duration': ('duration', T(k_float_or_none)),
|
||||||
|
'thumbnail': ('sources', 'default', 'preview', T(url_or_none)),
|
||||||
|
}), rev=True)
|
||||||
|
|
||||||
|
|
||||||
|
class ORFIPTVIE(ORFIPTVBase):
|
||||||
IE_NAME = 'orf:iptv'
|
IE_NAME = 'orf:iptv'
|
||||||
IE_DESC = 'iptv.ORF.at'
|
IE_DESC = 'iptv.ORF.at'
|
||||||
_WORKING = False # URLs redirect to orf.at/
|
_WORKING = False # URLs redirect to orf.at/
|
||||||
_VALID_URL = r'https?://iptv\.orf\.at/(?:#/)?stories/(?P<id>\d+)'
|
_VALID_URL = r'https?://iptv\.orf\.at/(?:#/)?stories/(?P<id>\d+)'
|
||||||
|
_TITLE_STRIP_RE = r'\s+-\s+iptv\.ORF\.at\S*$'
|
||||||
|
|
||||||
_TEST = {
|
_TEST = {
|
||||||
'url': 'http://iptv.orf.at/stories/2275236/',
|
'url': 'http://iptv.orf.at/stories/2275236/',
|
||||||
|
@ -334,74 +412,32 @@ class ORFIPTVIE(InfoExtractor):
|
||||||
video_id = self._search_regex(
|
video_id = self._search_regex(
|
||||||
r'data-video(?:id)?="(\d+)"', webpage, 'video id')
|
r'data-video(?:id)?="(\d+)"', webpage, 'video id')
|
||||||
|
|
||||||
data = self._download_json(
|
return self._extract_video(video_id, webpage)
|
||||||
'http://bits.orf.at/filehandler/static-api/json/current/data.json?file=%s' % video_id,
|
|
||||||
video_id)[0]
|
|
||||||
|
|
||||||
duration = float_or_none(data['duration'], 1000)
|
|
||||||
|
|
||||||
video = data['sources']['default']
|
|
||||||
load_balancer_url = video['loadBalancerUrl']
|
|
||||||
abr = int_or_none(video.get('audioBitrate'))
|
|
||||||
vbr = int_or_none(video.get('bitrate'))
|
|
||||||
fps = int_or_none(video.get('videoFps'))
|
|
||||||
width = int_or_none(video.get('videoWidth'))
|
|
||||||
height = int_or_none(video.get('videoHeight'))
|
|
||||||
thumbnail = video.get('preview')
|
|
||||||
|
|
||||||
rendition = self._download_json(
|
|
||||||
load_balancer_url, video_id, transform_source=strip_jsonp)
|
|
||||||
|
|
||||||
f = {
|
|
||||||
'abr': abr,
|
|
||||||
'vbr': vbr,
|
|
||||||
'fps': fps,
|
|
||||||
'width': width,
|
|
||||||
'height': height,
|
|
||||||
}
|
|
||||||
|
|
||||||
formats = []
|
|
||||||
for format_id, format_url in rendition['redirect'].items():
|
|
||||||
if format_id == 'rtmp':
|
|
||||||
ff = f.copy()
|
|
||||||
ff.update({
|
|
||||||
'url': format_url,
|
|
||||||
'format_id': format_id,
|
|
||||||
})
|
|
||||||
formats.append(ff)
|
|
||||||
elif determine_ext(format_url) == 'f4m':
|
|
||||||
formats.extend(self._extract_f4m_formats(
|
|
||||||
format_url, video_id, f4m_id=format_id))
|
|
||||||
elif determine_ext(format_url) == 'm3u8':
|
|
||||||
formats.extend(self._extract_m3u8_formats(
|
|
||||||
format_url, video_id, 'mp4', m3u8_id=format_id))
|
|
||||||
else:
|
|
||||||
continue
|
|
||||||
self._sort_formats(formats)
|
|
||||||
|
|
||||||
title = remove_end(self._og_search_title(webpage), ' - iptv.ORF.at')
|
|
||||||
description = self._og_search_description(webpage)
|
|
||||||
upload_date = unified_strdate(self._html_search_meta(
|
|
||||||
'dc.date', webpage, 'upload date'))
|
|
||||||
|
|
||||||
return {
|
|
||||||
'id': video_id,
|
|
||||||
'title': title,
|
|
||||||
'description': description,
|
|
||||||
'duration': duration,
|
|
||||||
'thumbnail': thumbnail,
|
|
||||||
'upload_date': upload_date,
|
|
||||||
'formats': formats,
|
|
||||||
}
|
|
||||||
|
|
||||||
|
|
||||||
class ORFFM4StoryIE(InfoExtractor):
|
class ORFFM4StoryIE(ORFIPTVBase):
|
||||||
IE_NAME = 'orf:fm4:story'
|
IE_NAME = 'orf:fm4:story'
|
||||||
IE_DESC = 'fm4.orf.at stories'
|
IE_DESC = 'fm4.orf.at stories'
|
||||||
_VALID_URL = r'https?://fm4\.orf\.at/stories/(?P<id>\d+)'
|
_VALID_URL = r'https?://fm4\.orf\.at/stories/(?P<id>\d+)'
|
||||||
|
_TITLE_STRIP_RE = r'\s+-\s+fm4\.ORF\.at\s*$'
|
||||||
|
|
||||||
_TEST = {
|
_TESTS = [{
|
||||||
|
'url': 'https://fm4.orf.at/stories/3041554/',
|
||||||
|
'add_ie': ['Youtube'],
|
||||||
|
'info_dict': {
|
||||||
|
'id': '3041554',
|
||||||
|
'title': 'Is The EU Green Deal In Mortal Danger?',
|
||||||
|
},
|
||||||
|
'playlist_count': 4,
|
||||||
|
'params': {
|
||||||
|
'format': 'bestvideo',
|
||||||
|
},
|
||||||
|
}, {
|
||||||
'url': 'http://fm4.orf.at/stories/2865738/',
|
'url': 'http://fm4.orf.at/stories/2865738/',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '2865738',
|
||||||
|
'title': 'Manu Delago und Inner Tongue live',
|
||||||
|
},
|
||||||
'playlist': [{
|
'playlist': [{
|
||||||
'md5': 'e1c2c706c45c7b34cf478bbf409907ca',
|
'md5': 'e1c2c706c45c7b34cf478bbf409907ca',
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
|
@ -418,86 +454,49 @@ class ORFFM4StoryIE(InfoExtractor):
|
||||||
'info_dict': {
|
'info_dict': {
|
||||||
'id': '547798',
|
'id': '547798',
|
||||||
'ext': 'flv',
|
'ext': 'flv',
|
||||||
'title': 'Manu Delago und Inner Tongue live (2)',
|
'title': 'Manu Delago und Inner Tongue https://vod-ww.mdn.ors.at/cms-worldwide_episodes_nas/_definst_/nas/cms-worldwide_episodes/online/14228823_0005.smil/chunklist_b992000_vo.m3u8live (2)',
|
||||||
'duration': 1504.08,
|
'duration': 1504.08,
|
||||||
'thumbnail': r're:^https?://.*\.jpg$',
|
'thumbnail': r're:^https?://.*\.jpg$',
|
||||||
'upload_date': '20170913',
|
'upload_date': '20170913',
|
||||||
'description': 'Manu Delago und Inner Tongue haben bei der FM4 Soundpark Session live alles gegeben. Hier gibt es Fotos und die gesamte Session als Video.',
|
'description': 'Manu Delago und Inner Tongue haben bei der FM4 Soundpark Session live alles gegeben. Hier gibt es Fotos und die gesamte Session als Video.',
|
||||||
},
|
},
|
||||||
}],
|
}],
|
||||||
}
|
'skip': 'Videos gone',
|
||||||
|
}]
|
||||||
|
|
||||||
def _real_extract(self, url):
|
def _real_extract(self, url):
|
||||||
story_id = self._match_id(url)
|
story_id = self._match_id(url)
|
||||||
webpage = self._download_webpage(url, story_id)
|
webpage = self._download_webpage(url, story_id)
|
||||||
|
|
||||||
entries = []
|
entries = []
|
||||||
all_ids = orderedSet(re.findall(r'data-video(?:id)?="(\d+)"', webpage))
|
seen_ids = set()
|
||||||
for idx, video_id in enumerate(all_ids):
|
for idx, video_id in enumerate(re.findall(r'data-video(?:id)?="(\d+)"', webpage)):
|
||||||
data = self._download_json(
|
if video_id in seen_ids:
|
||||||
'http://bits.orf.at/filehandler/static-api/json/current/data.json?file=%s' % video_id,
|
continue
|
||||||
video_id)[0]
|
seen_ids.add(video_id)
|
||||||
|
entry = self._extract_video(video_id, webpage, fatal=False)
|
||||||
|
if not entry:
|
||||||
|
continue
|
||||||
|
|
||||||
duration = float_or_none(data['duration'], 1000)
|
|
||||||
|
|
||||||
video = data['sources']['q8c']
|
|
||||||
load_balancer_url = video['loadBalancerUrl']
|
|
||||||
abr = int_or_none(video.get('audioBitrate'))
|
|
||||||
vbr = int_or_none(video.get('bitrate'))
|
|
||||||
fps = int_or_none(video.get('videoFps'))
|
|
||||||
width = int_or_none(video.get('videoWidth'))
|
|
||||||
height = int_or_none(video.get('videoHeight'))
|
|
||||||
thumbnail = video.get('preview')
|
|
||||||
|
|
||||||
rendition = self._download_json(
|
|
||||||
load_balancer_url, video_id, transform_source=strip_jsonp)
|
|
||||||
|
|
||||||
f = {
|
|
||||||
'abr': abr,
|
|
||||||
'vbr': vbr,
|
|
||||||
'fps': fps,
|
|
||||||
'width': width,
|
|
||||||
'height': height,
|
|
||||||
}
|
|
||||||
|
|
||||||
formats = []
|
|
||||||
for format_id, format_url in rendition['redirect'].items():
|
|
||||||
if format_id == 'rtmp':
|
|
||||||
ff = f.copy()
|
|
||||||
ff.update({
|
|
||||||
'url': format_url,
|
|
||||||
'format_id': format_id,
|
|
||||||
})
|
|
||||||
formats.append(ff)
|
|
||||||
elif determine_ext(format_url) == 'f4m':
|
|
||||||
formats.extend(self._extract_f4m_formats(
|
|
||||||
format_url, video_id, f4m_id=format_id))
|
|
||||||
elif determine_ext(format_url) == 'm3u8':
|
|
||||||
formats.extend(self._extract_m3u8_formats(
|
|
||||||
format_url, video_id, 'mp4', m3u8_id=format_id))
|
|
||||||
else:
|
|
||||||
continue
|
|
||||||
self._sort_formats(formats)
|
|
||||||
|
|
||||||
title = remove_end(self._og_search_title(webpage), ' - fm4.ORF.at')
|
|
||||||
if idx >= 1:
|
if idx >= 1:
|
||||||
# Titles are duplicates, make them unique
|
# Titles are duplicates, make them unique
|
||||||
title += ' (' + str(idx + 1) + ')'
|
entry['title'] = '%s (%d)' % (entry['title'], idx)
|
||||||
description = self._og_search_description(webpage)
|
|
||||||
upload_date = unified_strdate(self._html_search_meta(
|
|
||||||
'dc.date', webpage, 'upload date'))
|
|
||||||
|
|
||||||
entries.append({
|
entries.append(entry)
|
||||||
'id': video_id,
|
|
||||||
'title': title,
|
|
||||||
'description': description,
|
|
||||||
'duration': duration,
|
|
||||||
'thumbnail': thumbnail,
|
|
||||||
'upload_date': upload_date,
|
|
||||||
'formats': formats,
|
|
||||||
})
|
|
||||||
|
|
||||||
return self.playlist_result(entries)
|
seen_ids = set()
|
||||||
|
for yt_id in re.findall(
|
||||||
|
r'data-id\s*=\s*["\']([\w-]+)[^>]+\bclass\s*=\s*["\']youtube\b',
|
||||||
|
webpage):
|
||||||
|
if yt_id in seen_ids:
|
||||||
|
continue
|
||||||
|
seen_ids.add(yt_id)
|
||||||
|
if YoutubeIE.suitable(yt_id):
|
||||||
|
entries.append(self.url_result(yt_id, ie='Youtube', video_id=yt_id))
|
||||||
|
|
||||||
|
return self.playlist_result(
|
||||||
|
entries, story_id,
|
||||||
|
re.sub(self._TITLE_STRIP_RE, '', self._og_search_title(webpage, default='') or None))
|
||||||
|
|
||||||
|
|
||||||
class ORFONBase(InfoExtractor):
|
class ORFONBase(InfoExtractor):
|
||||||
|
|
Loading…
Reference in New Issue