youtube_dl/extractor/uol.py

   1 # coding: utf-8
   2 from __future__ import unicode_literals
   3
   4 from .common import InfoExtractor
   5 from ..utils import (
   6     clean_html,
   7     int_or_none,
   8     parse_duration,
   9     update_url_query,
  10     str_or_none,
  11 )
  12
  13
  14 class UOLIE(InfoExtractor):
  15     IE_NAME = 'uol.com.br'
  16     _VALID_URL = r'https?://(?:.+?\.)?uol\.com\.br/.*?(?:(?:mediaId|v)=|view/(?:[a-z0-9]+/)?|video(?:=|/(?:\d{4}/\d{2}/\d{2}/)?))(?P<id>\d+|[\w-]+-[A-Z0-9]+)'
  17     _TESTS = [{
  18         'url': 'http://player.mais.uol.com.br/player_video_v3.swf?mediaId=15951931',
  19         'md5': '25291da27dc45e0afb5718a8603d3816',
  20         'info_dict': {
  21             'id': '15951931',
  22             'ext': 'mp4',
  23             'title': 'Miss simpatia é encontrada morta',
  24             'description': 'md5:3f8c11a0c0556d66daf7e5b45ef823b2',
  25         }
  26     }, {
  27         'url': 'http://tvuol.uol.com.br/video/incendio-destroi-uma-das-maiores-casas-noturnas-de-londres-04024E9A3268D4C95326',
  28         'md5': 'e41a2fb7b7398a3a46b6af37b15c00c9',
  29         'info_dict': {
  30             'id': '15954259',
  31             'ext': 'mp4',
  32             'title': 'Incêndio destrói uma das maiores casas noturnas de Londres',
  33             'description': 'Em Londres, um incêndio destruiu uma das maiores boates da cidade. Não há informações sobre vítimas.',
  34         }
  35     }, {
  36         'url': 'http://mais.uol.com.br/static/uolplayer/index.html?mediaId=15951931',
  37         'only_matching': True,
  38     }, {
  39         'url': 'http://mais.uol.com.br/view/15954259',
  40         'only_matching': True,
  41     }, {
  42         'url': 'http://noticias.band.uol.com.br/brasilurgente/video/2016/08/05/15951931/miss-simpatia-e-encontrada-morta.html',
  43         'only_matching': True,
  44     }, {
  45         'url': 'http://videos.band.uol.com.br/programa.asp?e=noticias&pr=brasil-urgente&v=15951931&t=Policia-desmonte-base-do-PCC-na-Cracolandia',
  46         'only_matching': True,
  47     }, {
  48         'url': 'http://mais.uol.com.br/view/cphaa0gl2x8r/incendio-destroi-uma-das-maiores-casas-noturnas-de-londres-04024E9A3268D4C95326',
  49         'only_matching': True,
  50     }, {
  51         'url': 'http://noticias.uol.com.br//videos/assistir.htm?video=rafaela-silva-inspira-criancas-no-judo-04024D983968D4C95326',
  52         'only_matching': True,
  53     }, {
  54         'url': 'http://mais.uol.com.br/view/e0qbgxid79uv/15275470',
  55         'only_matching': True,
  56     }]
  57
  58     _FORMATS = {
  59         '2': {
  60             'width': 640,
  61             'height': 360,
  62         },
  63         '5': {
  64             'width': 1080,
  65             'height': 720,
  66         },
  67         '6': {
  68             'width': 426,
  69             'height': 240,
  70         },
  71         '7': {
  72             'width': 1920,
  73             'height': 1080,
  74         },
  75         '8': {
  76             'width': 192,
  77             'height': 144,
  78         },
  79         '9': {
  80             'width': 568,
  81             'height': 320,
  82         },
  83     }
  84
  85     def _real_extract(self, url):
  86         video_id = self._match_id(url)
  87         if not video_id.isdigit():
  88             embed_page = self._download_webpage('https://jsuol.com.br/c/tv/uol/embed/?params=[embed,%s]' % video_id, video_id)
  89             video_id = self._search_regex(r'mediaId=(\d+)', embed_page, 'media id')
  90         video_data = self._download_json(
  91             'http://mais.uol.com.br/apiuol/v3/player/getMedia/%s.json' % video_id,
  92             video_id)['item']
  93         title = video_data['title']
  94
  95         query = {
  96             'ver': video_data.get('numRevision', 2),
  97             'r': 'http://mais.uol.com.br',
  98         }
  99         formats = []
 100         for f in video_data.get('formats', []):
 101             f_url = f.get('url') or f.get('secureUrl')
 102             if not f_url:
 103                 continue
 104             format_id = str_or_none(f.get('id'))
 105             fmt = {
 106                 'format_id': format_id,
 107                 'url': update_url_query(f_url, query),
 108             }
 109             fmt.update(self._FORMATS.get(format_id, {}))
 110             formats.append(fmt)
 111         self._sort_formats(formats)
 112
 113         tags = []
 114         for tag in video_data.get('tags', []):
 115             tag_description = tag.get('description')
 116             if not tag_description:
 117                 continue
 118             tags.append(tag_description)
 119
 120         return {
 121             'id': video_id,
 122             'title': title,
 123             'description': clean_html(video_data.get('desMedia')),
 124             'thumbnail': video_data.get('thumbnail'),
 125             'duration': int_or_none(video_data.get('durationSeconds')) or parse_duration(video_data.get('duration')),
 126             'tags': tags,
 127             'formats': formats,
 128         }