youtube_dl/extractor/jeuxvideo.py

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