[medialaan] Fix and improve extraction (closes #11912)
This commit is contained in:
Sergey M․
parent
e7a51a4c02
commit
2a721cdff2
3 changed files with 264 additions and 137 deletions
|
|
@ -1174,7 +1174,7 @@ from .voxmedia import VoxMediaIE
|
||||||
from .vporn import VpornIE
|
from .vporn import VpornIE
|
||||||
from .vrt import VRTIE
|
from .vrt import VRTIE
|
||||||
from .vrak import VrakIE
|
from .vrak import VrakIE
|
||||||
from .vtm import VTMIE
|
from .medialaan import MedialaanIE
|
||||||
from .vube import VubeIE
|
from .vube import VubeIE
|
||||||
from .vuclip import VuClipIE
|
from .vuclip import VuClipIE
|
||||||
from .vvvvid import VVVVIDIE
|
from .vvvvid import VVVVIDIE
|
||||||
|
|
|
||||||
263
youtube_dl/extractor/medialaan.py
Normal file
263
youtube_dl/extractor/medialaan.py
Normal file
|
|
@ -0,0 +1,263 @@
|
||||||
|
from __future__ import unicode_literals
|
||||||
|
|
||||||
|
import re
|
||||||
|
|
||||||
|
from .common import InfoExtractor
|
||||||
|
from ..compat import compat_str
|
||||||
|
from ..utils import (
|
||||||
|
ExtractorError,
|
||||||
|
int_or_none,
|
||||||
|
parse_duration,
|
||||||
|
try_get,
|
||||||
|
unified_timestamp,
|
||||||
|
urlencode_postdata,
|
||||||
|
)
|
||||||
|
|
||||||
|
|
||||||
|
class MedialaanIE(InfoExtractor):
|
||||||
|
_VALID_URL = r'''(?x)
|
||||||
|
https?://
|
||||||
|
(?:www\.)?
|
||||||
|
(?:
|
||||||
|
(?P<site_id>vtm|q2|vtmkzoom)\.be/
|
||||||
|
(?:
|
||||||
|
video(?:/[^/]+/id/|/?\?.*?\baid=)|
|
||||||
|
(?:[^/]+/)*
|
||||||
|
)
|
||||||
|
)
|
||||||
|
(?P<id>[^/?#&]+)
|
||||||
|
'''
|
||||||
|
_NETRC_MACHINE = 'medialaan'
|
||||||
|
_APIKEY = '3_HZ0FtkMW_gOyKlqQzW5_0FHRC7Nd5XpXJZcDdXY4pk5eES2ZWmejRW5egwVm4ug-'
|
||||||
|
_SITE_TO_APP_ID = {
|
||||||
|
'vtm': 'vtm_watch',
|
||||||
|
'q2': 'q2',
|
||||||
|
'vtmkzoom': 'vtmkzoom',
|
||||||
|
}
|
||||||
|
_TESTS = [{
|
||||||
|
# vod
|
||||||
|
'url': 'http://vtm.be/video/volledige-afleveringen/id/vtm_20170219_VM0678361_vtmwatch',
|
||||||
|
'info_dict': {
|
||||||
|
'id': 'vtm_20170219_VM0678361_vtmwatch',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'title': 'Allemaal Chris afl. 6',
|
||||||
|
'description': 'md5:4be86427521e7b07e0adb0c9c554ddb2',
|
||||||
|
'timestamp': 1487533280,
|
||||||
|
'upload_date': '20170219',
|
||||||
|
'duration': 2562,
|
||||||
|
'series': 'Allemaal Chris',
|
||||||
|
'season': 'Allemaal Chris',
|
||||||
|
'season_number': 1,
|
||||||
|
'season_id': '256936078124527',
|
||||||
|
'episode': 'Allemaal Chris afl. 6',
|
||||||
|
'episode_number': 6,
|
||||||
|
'episode_id': '256936078591527',
|
||||||
|
},
|
||||||
|
'params': {
|
||||||
|
'skip_download': True,
|
||||||
|
},
|
||||||
|
'skip': 'Requires account credentials',
|
||||||
|
}, {
|
||||||
|
# clip
|
||||||
|
'url': 'http://vtm.be/video?aid=168332',
|
||||||
|
'info_dict': {
|
||||||
|
'id': '168332',
|
||||||
|
'ext': 'mp4',
|
||||||
|
'title': '"Veronique liegt!"',
|
||||||
|
'description': 'md5:1385e2b743923afe54ba4adc38476155',
|
||||||
|
'timestamp': 1489002029,
|
||||||
|
'upload_date': '20170308',
|
||||||
|
'duration': 96,
|
||||||
|
},
|
||||||
|
}, {
|
||||||
|
# vod
|
||||||
|
'url': 'http://vtm.be/video/volledige-afleveringen/id/257107153551000',
|
||||||
|
'only_matching': True,
|
||||||
|
}, {
|
||||||
|
# vod
|
||||||
|
'url': 'http://vtm.be/video?aid=163157',
|
||||||
|
'only_matching': True,
|
||||||
|
}, {
|
||||||
|
# vod
|
||||||
|
'url': 'http://www.q2.be/video/volledige-afleveringen/id/2be_20170301_VM0684442_q2',
|
||||||
|
'only_matching': True,
|
||||||
|
}, {
|
||||||
|
# clip
|
||||||
|
'url': 'http://vitaya.be/de-jurk/precies-je-hebt-geen-borsten',
|
||||||
|
'only_matching': True,
|
||||||
|
}, {
|
||||||
|
# clip
|
||||||
|
'url': 'http://vtmkzoom.be/k3-dansstudio/een-nieuw-seizoen-van-k3-dansstudio',
|
||||||
|
'only_matching': True,
|
||||||
|
}]
|
||||||
|
|
||||||
|
def _real_initialize(self):
|
||||||
|
self._logged_in = False
|
||||||
|
|
||||||
|
def _login(self):
|
||||||
|
username, password = self._get_login_info()
|
||||||
|
if username is None:
|
||||||
|
self.raise_login_required()
|
||||||
|
|
||||||
|
auth_data = {
|
||||||
|
'APIKey': self._APIKEY,
|
||||||
|
'sdk': 'js_6.1',
|
||||||
|
'format': 'json',
|
||||||
|
'loginID': username,
|
||||||
|
'password': password,
|
||||||
|
}
|
||||||
|
|
||||||
|
auth_info = self._download_json(
|
||||||
|
'https://accounts.eu1.gigya.com/accounts.login', None,
|
||||||
|
note='Logging in', errnote='Unable to log in',
|
||||||
|
data=urlencode_postdata(auth_data))
|
||||||
|
|
||||||
|
error_message = auth_info.get('errorDetails') or auth_info.get('errorMessage')
|
||||||
|
if error_message:
|
||||||
|
raise ExtractorError(
|
||||||
|
'Unable to login: %s' % error_message, expected=True)
|
||||||
|
|
||||||
|
self._uid = auth_info['UID']
|
||||||
|
self._uid_signature = auth_info['UIDSignature']
|
||||||
|
self._signature_timestamp = auth_info['signatureTimestamp']
|
||||||
|
|
||||||
|
self._logged_in = True
|
||||||
|
|
||||||
|
def _real_extract(self, url):
|
||||||
|
mobj = re.match(self._VALID_URL, url)
|
||||||
|
video_id, site_id = mobj.group('id', 'site_id')
|
||||||
|
|
||||||
|
webpage = self._download_webpage(url, video_id)
|
||||||
|
|
||||||
|
config = self._parse_json(
|
||||||
|
self._search_regex(
|
||||||
|
r'videoJSConfig\s*=\s*JSON\.parse\(\'({.+?})\'\);',
|
||||||
|
webpage, 'config', default='{}'), video_id,
|
||||||
|
transform_source=lambda s: s.replace(
|
||||||
|
'\\\\', '\\').replace(r'\"', '"').replace(r"\'", "'"))
|
||||||
|
|
||||||
|
vod_id = config.get('vodId') or self._search_regex(
|
||||||
|
(r'\\"vodId\\"\s*:\s*\\"(.+?)\\"',
|
||||||
|
r'<[^>]+id=["\']vod-(\d+)'),
|
||||||
|
webpage, 'video_id', default=None)
|
||||||
|
|
||||||
|
# clip, no authentication required
|
||||||
|
if not vod_id:
|
||||||
|
player = self._parse_json(
|
||||||
|
self._search_regex(
|
||||||
|
r'vmmaplayer\(({.+?})\);', webpage, 'vmma player',
|
||||||
|
default=''),
|
||||||
|
video_id, transform_source=lambda s: '[%s]' % s, fatal=False)
|
||||||
|
if player:
|
||||||
|
video = player[-1]
|
||||||
|
info = {
|
||||||
|
'id': video_id,
|
||||||
|
'url': video['videoUrl'],
|
||||||
|
'title': video['title'],
|
||||||
|
'thumbnail': video.get('imageUrl'),
|
||||||
|
'timestamp': int_or_none(video.get('createdDate')),
|
||||||
|
'duration': int_or_none(video.get('duration')),
|
||||||
|
}
|
||||||
|
else:
|
||||||
|
info = self._parse_html5_media_entries(
|
||||||
|
url, webpage, video_id, m3u8_id='hls')[0]
|
||||||
|
info.update({
|
||||||
|
'id': video_id,
|
||||||
|
'title': self._html_search_meta('description', webpage),
|
||||||
|
'duration': parse_duration(self._html_search_meta('duration', webpage)),
|
||||||
|
})
|
||||||
|
# vod, authentication required
|
||||||
|
else:
|
||||||
|
if not self._logged_in:
|
||||||
|
self._login()
|
||||||
|
|
||||||
|
settings = self._parse_json(
|
||||||
|
self._search_regex(
|
||||||
|
r'jQuery\.extend\(Drupal\.settings\s*,\s*({.+?})\);',
|
||||||
|
webpage, 'drupal settings', default='{}'),
|
||||||
|
video_id)
|
||||||
|
|
||||||
|
def get(container, item):
|
||||||
|
return try_get(
|
||||||
|
settings, lambda x: x[container][item],
|
||||||
|
compat_str) or self._search_regex(
|
||||||
|
r'"%s"\s*:\s*"([^"]+)' % item, webpage, item,
|
||||||
|
default=None)
|
||||||
|
|
||||||
|
app_id = get('vod', 'app_id') or self._SITE_TO_APP_ID.get(site_id, 'vtm_watch')
|
||||||
|
sso = get('vod', 'gigyaDatabase') or 'vtm-sso'
|
||||||
|
|
||||||
|
data = self._download_json(
|
||||||
|
'http://vod.medialaan.io/api/1.0/item/%s/video' % vod_id,
|
||||||
|
video_id, query={
|
||||||
|
'app_id': app_id,
|
||||||
|
'user_network': sso,
|
||||||
|
'UID': self._uid,
|
||||||
|
'UIDSignature': self._uid_signature,
|
||||||
|
'signatureTimestamp': self._signature_timestamp,
|
||||||
|
})
|
||||||
|
|
||||||
|
formats = self._extract_m3u8_formats(
|
||||||
|
data['response']['uri'], video_id, entry_protocol='m3u8_native',
|
||||||
|
ext='mp4', m3u8_id='hls')
|
||||||
|
|
||||||
|
self._sort_formats(formats)
|
||||||
|
|
||||||
|
info = {
|
||||||
|
'id': vod_id,
|
||||||
|
'formats': formats,
|
||||||
|
}
|
||||||
|
|
||||||
|
api_key = get('vod', 'apiKey')
|
||||||
|
channel = get('medialaanGigya', 'channel')
|
||||||
|
|
||||||
|
if api_key:
|
||||||
|
videos = self._download_json(
|
||||||
|
'http://vod.medialaan.io/vod/v2/videos', video_id, fatal=False,
|
||||||
|
query={
|
||||||
|
'channels': channel,
|
||||||
|
'ids': vod_id,
|
||||||
|
'limit': 1,
|
||||||
|
'apikey': api_key,
|
||||||
|
})
|
||||||
|
if videos:
|
||||||
|
video = try_get(
|
||||||
|
videos, lambda x: x['response']['videos'][0], dict)
|
||||||
|
if video:
|
||||||
|
def get(container, item, expected_type=None):
|
||||||
|
return try_get(
|
||||||
|
video, lambda x: x[container][item], expected_type)
|
||||||
|
|
||||||
|
def get_string(container, item):
|
||||||
|
return get(container, item, compat_str)
|
||||||
|
|
||||||
|
info.update({
|
||||||
|
'series': get_string('program', 'title'),
|
||||||
|
'season': get_string('season', 'title'),
|
||||||
|
'season_number': int_or_none(get('season', 'number')),
|
||||||
|
'season_id': get_string('season', 'id'),
|
||||||
|
'episode': get_string('episode', 'title'),
|
||||||
|
'episode_number': int_or_none(get('episode', 'number')),
|
||||||
|
'episode_id': get_string('episode', 'id'),
|
||||||
|
'duration': int_or_none(
|
||||||
|
video.get('duration')) or int_or_none(
|
||||||
|
video.get('durationMillis'), scale=1000),
|
||||||
|
'title': get_string('episode', 'title'),
|
||||||
|
'description': get_string('episode', 'text'),
|
||||||
|
'timestamp': unified_timestamp(get_string(
|
||||||
|
'publication', 'begin')),
|
||||||
|
})
|
||||||
|
|
||||||
|
if not info.get('title'):
|
||||||
|
info['title'] = try_get(
|
||||||
|
config, lambda x: x['videoConfig']['title'],
|
||||||
|
compat_str) or self._html_search_regex(
|
||||||
|
r'\\"title\\"\s*:\s*\\"(.+?)\\"', webpage, 'title',
|
||||||
|
default=None) or self._og_search_title(webpage)
|
||||||
|
|
||||||
|
if not info.get('description'):
|
||||||
|
info['description'] = self._html_search_regex(
|
||||||
|
r'<div[^>]+class="field-item\s+even">\s*<p>(.+?)</p>',
|
||||||
|
webpage, 'description', default=None)
|
||||||
|
|
||||||
|
return info
|
||||||
|
|
@ -1,136 +0,0 @@
|
||||||
from __future__ import unicode_literals
|
|
||||||
|
|
||||||
import re
|
|
||||||
|
|
||||||
from .generic import GenericIE
|
|
||||||
from .common import InfoExtractor
|
|
||||||
from ..utils import (
|
|
||||||
urlencode_postdata,
|
|
||||||
compat_urllib_parse_urlencode,
|
|
||||||
ExtractorError,
|
|
||||||
remove_end,
|
|
||||||
)
|
|
||||||
|
|
||||||
|
|
||||||
class VTMIE(InfoExtractor):
|
|
||||||
"""Download full episodes that require an account from vtm.be or q2.be.
|
|
||||||
|
|
||||||
The generic extractor can be used to download clips that do no require an
|
|
||||||
account.
|
|
||||||
"""
|
|
||||||
_VALID_URL = r'https?://(?:www\.)?(?P<site_id>vtm|q2)\.be/video[/?].+?'
|
|
||||||
_NETRC_MACHINE = 'vtm'
|
|
||||||
_APIKEY = '3_HZ0FtkMW_gOyKlqQzW5_0FHRC7Nd5XpXJZcDdXY4pk5eES2ZWmejRW5egwVm4ug-'
|
|
||||||
_TESTS = [
|
|
||||||
{
|
|
||||||
'url': 'http://vtm.be/video/volledige-afleveringen/id/vtm_20170219_VM0678361_vtmwatch',
|
|
||||||
'info_dict': {
|
|
||||||
'id': 'vtm_20170219_VM0678361_vtmwatch',
|
|
||||||
'ext': 'mp4',
|
|
||||||
'title': 'Allemaal Chris afl. 6',
|
|
||||||
'description': 'md5:4be86427521e7b07e0adb0c9c554ddb2',
|
|
||||||
},
|
|
||||||
'skip_download': True,
|
|
||||||
},
|
|
||||||
{
|
|
||||||
'url': 'http://vtm.be/video/volledige-afleveringen/id/257107153551000',
|
|
||||||
'only_matching': True,
|
|
||||||
},
|
|
||||||
{
|
|
||||||
'url': 'http://vtm.be/video?aid=163157',
|
|
||||||
'only_matching': True,
|
|
||||||
},
|
|
||||||
{
|
|
||||||
'url': 'http://www.q2.be/video/volledige-afleveringen/id/2be_20170301_VM0684442_q2',
|
|
||||||
'only_matching': True,
|
|
||||||
},
|
|
||||||
{
|
|
||||||
'url': 'http://vtm.be/video?aid=168332',
|
|
||||||
'info_dict': {
|
|
||||||
'id': 'video?aid=168332',
|
|
||||||
'ext': 'mp4',
|
|
||||||
'title': 'Videozone',
|
|
||||||
},
|
|
||||||
},
|
|
||||||
]
|
|
||||||
|
|
||||||
def _real_initialize(self):
|
|
||||||
self._logged_in = False
|
|
||||||
|
|
||||||
def _login(self):
|
|
||||||
(username, password) = self._get_login_info()
|
|
||||||
if username is None or password is None:
|
|
||||||
self.raise_login_required()
|
|
||||||
|
|
||||||
auth_data = {
|
|
||||||
'APIKey': self._APIKEY,
|
|
||||||
'sdk': 'js_6.1',
|
|
||||||
'format': 'json',
|
|
||||||
'loginID': username,
|
|
||||||
'password': password,
|
|
||||||
}
|
|
||||||
|
|
||||||
auth_info = self._download_json(
|
|
||||||
'https://accounts.eu1.gigya.com/accounts.login', None,
|
|
||||||
note='Logging in', errnote='Unable to log in',
|
|
||||||
data=urlencode_postdata(auth_data), fatal=True)
|
|
||||||
|
|
||||||
error_message = auth_info.get('errorDetails')
|
|
||||||
if error_message:
|
|
||||||
raise ExtractorError(
|
|
||||||
'Unable to login: %s' % error_message, expected=True)
|
|
||||||
|
|
||||||
self._uid = auth_info['UID']
|
|
||||||
self._uid_signature = auth_info['UIDSignature']
|
|
||||||
self._signature_timestamp = auth_info['signatureTimestamp']
|
|
||||||
|
|
||||||
self._logged_in = True
|
|
||||||
|
|
||||||
def _real_extract(self, url):
|
|
||||||
mobj = re.match(self._VALID_URL, url)
|
|
||||||
site_id = mobj.group('site_id')
|
|
||||||
|
|
||||||
webpage = self._download_webpage(url, None, "Downloading webpage")
|
|
||||||
|
|
||||||
# The URL sometimes contains the video id, but not always, e.g., test
|
|
||||||
# case 3. Fortunately, all webpages of videos requiring authentication
|
|
||||||
# contain the video id.
|
|
||||||
video_id = self._search_regex(
|
|
||||||
r'\\"vodId\\":\\"(.+?)\\"', webpage, 'video_id', default=None)
|
|
||||||
|
|
||||||
# It was most likely a video not requiring authentication.
|
|
||||||
if not video_id:
|
|
||||||
return self.url_result(url, 'Generic')
|
|
||||||
|
|
||||||
if not self._logged_in:
|
|
||||||
self._login()
|
|
||||||
|
|
||||||
title = self._html_search_regex(
|
|
||||||
r'\\"title\\":\\"(.+?)\\"', webpage, 'title', default=None)
|
|
||||||
|
|
||||||
description = self._html_search_regex(
|
|
||||||
r'<div[^>]+class="field-item\s+even">\s*<p>(.+?)</p>',
|
|
||||||
webpage, 'description', default=None)
|
|
||||||
|
|
||||||
data_url = 'http://vod.medialaan.io/api/1.0/item/%s/video' % video_id
|
|
||||||
m3u8_data = {
|
|
||||||
'app_id': 'vtm_watch' if site_id == 'vtm' else 'q2',
|
|
||||||
'user_network': 'vtm-sso',
|
|
||||||
'UID': self._uid,
|
|
||||||
'UIDSignature': self._uid_signature,
|
|
||||||
'signatureTimestamp': self._signature_timestamp,
|
|
||||||
}
|
|
||||||
data = self._download_json(data_url, video_id, query=m3u8_data)
|
|
||||||
|
|
||||||
formats = self._extract_m3u8_formats(
|
|
||||||
data['response']['uri'], video_id, entry_protocol='m3u8_native',
|
|
||||||
ext='mp4', m3u8_id='hls')
|
|
||||||
|
|
||||||
self._sort_formats(formats)
|
|
||||||
|
|
||||||
return {
|
|
||||||
'id': video_id,
|
|
||||||
'title': title,
|
|
||||||
'description': description,
|
|
||||||
'formats': formats,
|
|
||||||
}
|
|
||||||
Loading…
Reference in a new issue