youtube_dl/extractor/vk.py

   1 # encoding: utf-8
   2 from __future__ import unicode_literals
   3
   4 import re
   5 import json
   6
   7 from .common import InfoExtractor
   8 from ..utils import (
   9     compat_str,
  10     unescapeHTML,
  11 )
  12
  13
  14 class VKIE(InfoExtractor):
  15     IE_NAME = 'vk.com'
  16     _VALID_URL = r'https?://vk\.com/(?:videos.*?\?.*?z=)?video(?P<id>.*?)(?:\?|%2F|$)'
  17
  18     _TESTS = [{
  19         'url': 'http://vk.com/videos-77521?z=video-77521_162222515%2Fclub77521',
  20         'file': '162222515.flv',
  21         'md5': '0deae91935c54e00003c2a00646315f0',
  22         'info_dict': {
  23             'title': 'ProtivoGunz - Хуёвая песня',
  24             'uploader': 'Noize MC',
  25         },
  26     },
  27     {
  28         'url': 'http://vk.com/video4643923_163339118',
  29         'file': '163339118.mp4',
  30         'md5': 'f79bccb5cd182b1f43502ca5685b2b36',
  31         'info_dict': {
  32             'uploader': 'Elvira Dzhonik',
  33             'title': 'Dream Theater - Hollow Years Live at Budokan 720*',
  34         }
  35     }]
  36
  37     def _real_extract(self, url):
  38         mobj = re.match(self._VALID_URL, url)
  39         video_id = mobj.group('id')
  40         info_url = 'http://vk.com/al_video.php?act=show&al=1&video=%s' % video_id
  41         info_page = self._download_webpage(info_url, video_id)
  42         m_yt = re.search(r'src="(http://www.youtube.com/.*?)"', info_page)
  43         if m_yt is not None:
  44             self.to_screen(u'Youtube video detected')
  45             return self.url_result(m_yt.group(1), 'Youtube')
  46         data_json = self._search_regex(r'var vars = ({.*?});', info_page, 'vars')
  47         data = json.loads(data_json)
  48
  49         formats = [{
  50             'format_id': k,
  51             'url': v,
  52             'width': int(k[len('url'):]),
  53         } for k, v in data.items()
  54             if k.startswith('url')]
  55         self._sort_formats(formats)
  56
  57         return {
  58             'id': compat_str(data['vid']),
  59             'formats': formats,
  60             'title': unescapeHTML(data['md_title']),
  61             'thumbnail': data.get('jpg'),
  62             'uploader': data.get('md_author'),
  63         }