youtube_dl/extractor/jeuxvideo.py

   1 # coding: utf-8
   2
   3 from __future__ import unicode_literals
   4
   5 import json
   6 import re
   7
   8 from .common import InfoExtractor
   9
  10
  11 class JeuxVideoIE(InfoExtractor):
  12     _VALID_URL = r'http://.*?\.jeuxvideo\.com/.*/(.*?)-\d+\.htm'
  13
  14     _TEST = {
  15         'url': 'http://www.jeuxvideo.com/reportages-videos-jeux/0004/00046170/tearaway-playstation-vita-gc-2013-tearaway-nous-presente-ses-papiers-d-identite-00115182.htm',
  16         'md5': '046e491afb32a8aaac1f44dd4ddd54ee',
  17         'info_dict': {
  18             'id': '5182',
  19             'ext': 'mp4',
  20             'title': 'GC 2013 : Tearaway nous présente ses papiers d\'identité',
  21             'description': 'Lorsque les développeurs de LittleBigPlanet proposent un nouveau titre, on ne peut que s\'attendre à un résultat original et fort attrayant.\n',
  22         },
  23     }
  24
  25     def _real_extract(self, url):
  26         mobj = re.match(self._VALID_URL, url)
  27         title = mobj.group(1)
  28         webpage = self._download_webpage(url, title)
  29         xml_link = self._html_search_regex(
  30             r'<param name="flashvars" value="config=(.*?)" />',
  31             webpage, 'config URL')
  32
  33         video_id = self._search_regex(
  34             r'http://www\.jeuxvideo\.com/config/\w+/\d+/(.*?)/\d+_player\.xml',
  35             xml_link, 'video ID')
  36
  37         config = self._download_xml(
  38             xml_link, title, 'Downloading XML config')
  39         info_json = config.find('format.json').text
  40         info = json.loads(info_json)['versions'][0]
  41
  42         video_url = 'http://video720.jeuxvideo.com/' + info['file']
  43
  44         return {
  45             'id': video_id,
  46             'title': config.find('titre_video').text,
  47             'ext': 'mp4',
  48             'url': video_url,
  49             'description': self._og_search_description(webpage),
  50             'thumbnail': config.find('image').text,
  51         }