2 from __future__ import unicode_literals
5 from .common import InfoExtractor
6 from ..utils import parse_duration, merge_dicts
9 class MallTVIE(InfoExtractor):
10 _VALID_URL = r'https?://(?:www\.)?mall\.tv/(?:.+/)?(?P<id>.+)(?:\?.*$|$)'
13 'url': 'https://www.mall.tv/18-miliard-pro-neziskovky-opravdu-jsou-sportovci-nebo-clovek-v-tisni-pijavice',
14 'md5': '9ced0de056534410837077e23bfba796',
18 'title': '18 miliard pro neziskovky. Opravdu jsou sportovci nebo Člověk v tísni pijavice?',
19 'description': 'Pokud někdo hospodaří s penězmi daňových poplatníků, pak logicky chceme vědět, jak s nimi nakládá. Objem dotací pro neziskovky roste, ale opravdu jsou tyto organizace „pijavice", jak o nich hovoří And',
20 'upload_date': '20181007',
21 'timestamp': 1538870400
25 'url': 'https://www.mall.tv/kdo-to-plati/18-miliard-pro-neziskovky-opravdu-jsou-sportovci-nebo-clovek-v-tisni-pijavice',
26 'md5': '9ced0de056534410837077e23bfba796',
31 'title': '18 miliard pro neziskovky. Opravdu jsou sportovci nebo Člověk v tísni pijavice?',
32 'description': 'Pokud někdo hospodaří s penězmi daňových poplatníků, pak logicky chceme vědět, jak s nimi nakládá. Objem dotací pro neziskovky roste, ale opravdu jsou tyto organizace „pijavice", jak o nich hovoří And',
33 'upload_date': '20181007',
34 'timestamp': 1538870400
39 def _real_extract(self, url):
40 display_id = self._match_id(url)
41 webpage = self._download_webpage(url, display_id)
42 src_id_regex = r'(?P<src><source src=([\"\'])?.+?/(?P<id>\w{6,}?)/index)(?P<after>\1?[^>]*?>)'
43 video_id = self._search_regex(src_id_regex, webpage, 'ID',
45 info = self._search_json_ld(webpage, video_id, default={})
46 html = re.sub(src_id_regex, r'\g<src>.m3u8\g<after>', webpage)
47 media = self._parse_html5_media_entries(url, html, video_id)
48 thumbnail = info.get('thumbnail', self._og_search_thumbnail(webpage))
49 duration = parse_duration(info.get('duration'))
52 'title': info.get('title', self._og_search_title(webpage)),
53 'description': self._og_search_description(webpage)
55 result.update({'thumbnail': thumbnail})
56 result.update({'duration': duration})
58 return merge_dicts(media[0], info, result)