]> gitweb @ CieloNegro.org - youtube-dl.git/blob - youtube_dl/extractor/ina.py
[adn] fix subtitle extraction(#12724)
[youtube-dl.git] / youtube_dl / extractor / ina.py
1 # coding: utf-8
2 from __future__ import unicode_literals
3
4 from .common import InfoExtractor
5 from ..utils import (
6     determine_ext,
7     int_or_none,
8     strip_or_none,
9     xpath_attr,
10     xpath_text,
11 )
12
13
14 class InaIE(InfoExtractor):
15     _VALID_URL = r'https?://(?:www\.)?ina\.fr/(?:video|audio)/(?P<id>[A-Z0-9_]+)'
16     _TESTS = [{
17         'url': 'http://www.ina.fr/video/I12055569/francois-hollande-je-crois-que-c-est-clair-video.html',
18         'md5': 'a667021bf2b41f8dc6049479d9bb38a3',
19         'info_dict': {
20             'id': 'I12055569',
21             'ext': 'mp4',
22             'title': 'François Hollande "Je crois que c\'est clair"',
23             'description': 'md5:3f09eb072a06cb286b8f7e4f77109663',
24         }
25     }, {
26         'url': 'https://www.ina.fr/video/S806544_001/don-d-organes-des-avancees-mais-d-importants-besoins-video.html',
27         'only_matching': True,
28     }, {
29         'url': 'https://www.ina.fr/audio/P16173408',
30         'only_matching': True,
31     }, {
32         'url': 'https://www.ina.fr/video/P16173408-video.html',
33         'only_matching': True,
34     }]
35
36     def _real_extract(self, url):
37         video_id = self._match_id(url)
38         info_doc = self._download_xml(
39             'http://player.ina.fr/notices/%s.mrss' % video_id, video_id)
40         item = info_doc.find('channel/item')
41         title = xpath_text(item, 'title', fatal=True)
42         media_ns_xpath = lambda x: self._xpath_ns(x, 'http://search.yahoo.com/mrss/')
43         content = item.find(media_ns_xpath('content'))
44
45         get_furl = lambda x: xpath_attr(content, media_ns_xpath(x), 'url')
46         formats = []
47         for q, w, h in (('bq', 400, 300), ('mq', 512, 384), ('hq', 768, 576)):
48             q_url = get_furl(q)
49             if not q_url:
50                 continue
51             formats.append({
52                 'format_id': q,
53                 'url': q_url,
54                 'width': w,
55                 'height': h,
56             })
57         if not formats:
58             furl = get_furl('player') or content.attrib['url']
59             ext = determine_ext(furl)
60             formats = [{
61                 'url': furl,
62                 'vcodec': 'none' if ext == 'mp3' else None,
63                 'ext': ext,
64             }]
65
66         thumbnails = []
67         for thumbnail in content.findall(media_ns_xpath('thumbnail')):
68             thumbnail_url = thumbnail.get('url')
69             if not thumbnail_url:
70                 continue
71             thumbnails.append({
72                 'url': thumbnail_url,
73                 'height': int_or_none(thumbnail.get('height')),
74                 'width': int_or_none(thumbnail.get('width')),
75             })
76
77         return {
78             'id': video_id,
79             'formats': formats,
80             'title': title,
81             'description': strip_or_none(xpath_text(item, 'description')),
82             'thumbnails': thumbnails,
83         }