youtube_dl/extractor/wdr.py

   1 # coding: utf-8
   2 from __future__ import unicode_literals
   3
   4 import re
   5
   6 from .common import InfoExtractor
   7 from ..compat import (
   8     compat_str,
   9     compat_urlparse,
  10 )
  11 from ..utils import (
  12     determine_ext,
  13     ExtractorError,
  14     js_to_json,
  15     strip_jsonp,
  16     try_get,
  17     unified_strdate,
  18     update_url_query,
  19     urlhandle_detect_ext,
  20     url_or_none,
  21 )
  22
  23
  24 class WDRIE(InfoExtractor):
  25     _VALID_URL = r'https?://deviceids-medp\.wdr\.de/ondemand/\d+/(?P<id>\d+)\.js'
  26     _GEO_COUNTRIES = ['DE']
  27     _TEST = {
  28         'url': 'http://deviceids-medp.wdr.de/ondemand/155/1557833.js',
  29         'info_dict': {
  30             'id': 'mdb-1557833',
  31             'ext': 'mp4',
  32             'title': 'Biathlon-Staffel verpasst Podest bei Olympia-Generalprobe',
  33             'upload_date': '20180112',
  34         },
  35     }
  36
  37     def _real_extract(self, url):
  38         video_id = self._match_id(url)
  39
  40         metadata = self._download_json(
  41             url, video_id, transform_source=strip_jsonp)
  42
  43         is_live = metadata.get('mediaType') == 'live'
  44
  45         tracker_data = metadata['trackerData']
  46         title = tracker_data['trackerClipTitle']
  47
  48         media_resource = metadata['mediaResource']
  49
  50         formats = []
  51
  52         # check if the metadata contains a direct URL to a file
  53         for kind, media in media_resource.items():
  54             if not isinstance(media, dict):
  55                 continue
  56             if kind not in ('dflt', 'alt'):
  57                 continue
  58
  59             for tag_name, medium_url in media.items():
  60                 if tag_name not in ('videoURL', 'audioURL'):
  61                     continue
  62
  63                 ext = determine_ext(medium_url)
  64                 if ext == 'm3u8':
  65                     formats.extend(self._extract_m3u8_formats(
  66                         medium_url, video_id, 'mp4', 'm3u8_native',
  67                         m3u8_id='hls'))
  68                 elif ext == 'f4m':
  69                     manifest_url = update_url_query(
  70                         medium_url, {'hdcore': '3.2.0', 'plugin': 'aasp-3.2.0.77.18'})
  71                     formats.extend(self._extract_f4m_formats(
  72                         manifest_url, video_id, f4m_id='hds', fatal=False))
  73                 elif ext == 'smil':
  74                     formats.extend(self._extract_smil_formats(
  75                         medium_url, 'stream', fatal=False))
  76                 else:
  77                     a_format = {
  78                         'url': medium_url
  79                     }
  80                     if ext == 'unknown_video':
  81                         urlh = self._request_webpage(
  82                             medium_url, video_id, note='Determining extension')
  83                         ext = urlhandle_detect_ext(urlh)
  84                         a_format['ext'] = ext
  85                     formats.append(a_format)
  86
  87         self._sort_formats(formats)
  88
  89         subtitles = {}
  90         caption_url = media_resource.get('captionURL')
  91         if caption_url:
  92             subtitles['de'] = [{
  93                 'url': caption_url,
  94                 'ext': 'ttml',
  95             }]
  96         captions_hash = media_resource.get('captionsHash')
  97         if isinstance(captions_hash, dict):
  98             for ext, format_url in captions_hash.items():
  99                 format_url = url_or_none(format_url)
 100                 if not format_url:
 101                     continue
 102                 subtitles.setdefault('de', []).append({
 103                     'url': format_url,
 104                     'ext': determine_ext(format_url, None) or ext,
 105                 })
 106
 107         return {
 108             'id': tracker_data.get('trackerClipId', video_id),
 109             'title': self._live_title(title) if is_live else title,
 110             'alt_title': tracker_data.get('trackerClipSubcategory'),
 111             'formats': formats,
 112             'subtitles': subtitles,
 113             'upload_date': unified_strdate(tracker_data.get('trackerClipAirTime')),
 114             'is_live': is_live,
 115         }
 116
 117
 118 class WDRPageIE(InfoExtractor):
 119     _CURRENT_MAUS_URL = r'https?://(?:www\.)wdrmaus.de/(?:[^/]+/){1,2}[^/?#]+\.php5'
 120     _PAGE_REGEX = r'/(?:mediathek/)?(?:[^/]+/)*(?P<display_id>[^/]+)\.html'
 121     _VALID_URL = r'https?://(?:www\d?\.)?(?:(?:kinder\.)?wdr\d?|sportschau)\.de' + _PAGE_REGEX + '|' + _CURRENT_MAUS_URL
 122
 123     _TESTS = [
 124         {
 125             'url': 'http://www1.wdr.de/mediathek/video/sendungen/doku-am-freitag/video-geheimnis-aachener-dom-100.html',
 126             # HDS download, MD5 is unstable
 127             'info_dict': {
 128                 'id': 'mdb-1058683',
 129                 'ext': 'flv',
 130                 'display_id': 'doku-am-freitag/video-geheimnis-aachener-dom-100',
 131                 'title': 'Geheimnis Aachener Dom',
 132                 'alt_title': 'Doku am Freitag',
 133                 'upload_date': '20160304',
 134                 'description': 'md5:87be8ff14d8dfd7a7ee46f0299b52318',
 135                 'is_live': False,
 136                 'subtitles': {'de': [{
 137                     'url': 'http://ondemand-ww.wdr.de/medp/fsk0/105/1058683/1058683_12220974.xml',
 138                     'ext': 'ttml',
 139                 }]},
 140             },
 141             'skip': 'HTTP Error 404: Not Found',
 142         },
 143         {
 144             'url': 'http://www1.wdr.de/mediathek/audio/wdr3/wdr3-gespraech-am-samstag/audio-schriftstellerin-juli-zeh-100.html',
 145             'md5': 'f4c1f96d01cf285240f53ea4309663d8',
 146             'info_dict': {
 147                 'id': 'mdb-1072000',
 148                 'ext': 'mp3',
 149                 'display_id': 'wdr3-gespraech-am-samstag/audio-schriftstellerin-juli-zeh-100',
 150                 'title': 'Schriftstellerin Juli Zeh',
 151                 'alt_title': 'WDR 3 Gespräch am Samstag',
 152                 'upload_date': '20160312',
 153                 'description': 'md5:e127d320bc2b1f149be697ce044a3dd7',
 154                 'is_live': False,
 155                 'subtitles': {}
 156             },
 157             'skip': 'HTTP Error 404: Not Found',
 158         },
 159         {
 160             'url': 'http://www1.wdr.de/mediathek/video/live/index.html',
 161             'info_dict': {
 162                 'id': 'mdb-1406149',
 163                 'ext': 'mp4',
 164                 'title': r're:^WDR Fernsehen im Livestream \(nur in Deutschland erreichbar\) [0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}$',
 165                 'alt_title': 'WDR Fernsehen Live',
 166                 'upload_date': '20150101',
 167                 'is_live': True,
 168             },
 169             'params': {
 170                 'skip_download': True,  # m3u8 download
 171             },
 172         },
 173         {
 174             'url': 'http://www1.wdr.de/mediathek/video/sendungen/aktuelle-stunde/aktuelle-stunde-120.html',
 175             'playlist_mincount': 7,
 176             'info_dict': {
 177                 'id': 'aktuelle-stunde-120',
 178             },
 179         },
 180         {
 181             'url': 'http://www.wdrmaus.de/aktuelle-sendung/index.php5',
 182             'info_dict': {
 183                 'id': 'mdb-1552552',
 184                 'ext': 'mp4',
 185                 'upload_date': 're:^[0-9]{8}$',
 186                 'title': 're:^Die Sendung mit der Maus vom [0-9.]{10}$',
 187             },
 188             'skip': 'The id changes from week to week because of the new episode'
 189         },
 190         {
 191             'url': 'http://www.wdrmaus.de/filme/sachgeschichten/achterbahn.php5',
 192             'md5': '803138901f6368ee497b4d195bb164f2',
 193             'info_dict': {
 194                 'id': 'mdb-186083',
 195                 'ext': 'mp4',
 196                 'upload_date': '20130919',
 197                 'title': 'Sachgeschichte - Achterbahn ',
 198             },
 199         },
 200         {
 201             'url': 'http://www1.wdr.de/radio/player/radioplayer116~_layout-popupVersion.html',
 202             # Live stream, MD5 unstable
 203             'info_dict': {
 204                 'id': 'mdb-869971',
 205                 'ext': 'mp4',
 206                 'title': r're:^COSMO Livestream [0-9]{4}-[0-9]{2}-[0-9]{2} [0-9]{2}:[0-9]{2}$',
 207                 'upload_date': '20160101',
 208             },
 209             'params': {
 210                 'skip_download': True,  # m3u8 download
 211             }
 212         },
 213         {
 214             'url': 'http://www.sportschau.de/handballem2018/handball-nationalmannschaft-em-stolperstein-vorrunde-100.html',
 215             'info_dict': {
 216                 'id': 'mdb-1556012',
 217                 'ext': 'mp4',
 218                 'title': 'DHB-Vizepräsident Bob Hanning - "Die Weltspitze ist extrem breit"',
 219                 'upload_date': '20180111',
 220             },
 221             'params': {
 222                 'skip_download': True,
 223             },
 224         },
 225         {
 226             'url': 'http://www.sportschau.de/handballem2018/audio-vorschau---die-handball-em-startet-mit-grossem-favoritenfeld-100.html',
 227             'only_matching': True,
 228         },
 229         {
 230             'url': 'https://kinder.wdr.de/tv/die-sendung-mit-dem-elefanten/av/video-folge---astronaut-100.html',
 231             'only_matching': True,
 232         },
 233     ]
 234
 235     def _real_extract(self, url):
 236         mobj = re.match(self._VALID_URL, url)
 237         display_id = mobj.group('display_id')
 238         webpage = self._download_webpage(url, display_id)
 239
 240         entries = []
 241
 242         # Article with several videos
 243
 244         # for wdr.de the data-extension is in a tag with the class "mediaLink"
 245         # for wdr.de radio players, in a tag with the class "wdrrPlayerPlayBtn"
 246         # for wdrmaus, in a tag with the class "videoButton" (previously a link
 247         # to the page in a multiline "videoLink"-tag)
 248         for mobj in re.finditer(
 249             r'''(?sx)class=
 250                     (?:
 251                         (["\'])(?:mediaLink|wdrrPlayerPlayBtn|videoButton)\b.*?\1[^>]+|
 252                         (["\'])videoLink\b.*?\2[\s]*>\n[^\n]*
 253                     )data-extension=(["\'])(?P<data>(?:(?!\3).)+)\3
 254                     ''', webpage):
 255             media_link_obj = self._parse_json(
 256                 mobj.group('data'), display_id, transform_source=js_to_json,
 257                 fatal=False)
 258             if not media_link_obj:
 259                 continue
 260             jsonp_url = try_get(
 261                 media_link_obj, lambda x: x['mediaObj']['url'], compat_str)
 262             if jsonp_url:
 263                 entries.append(self.url_result(jsonp_url, ie=WDRIE.ie_key()))
 264
 265         # Playlist (e.g. https://www1.wdr.de/mediathek/video/sendungen/aktuelle-stunde/aktuelle-stunde-120.html)
 266         if not entries:
 267             entries = [
 268                 self.url_result(
 269                     compat_urlparse.urljoin(url, mobj.group('href')),
 270                     ie=WDRPageIE.ie_key())
 271                 for mobj in re.finditer(
 272                     r'<a[^>]+\bhref=(["\'])(?P<href>(?:(?!\1).)+)\1[^>]+\bdata-extension=',
 273                     webpage) if re.match(self._PAGE_REGEX, mobj.group('href'))
 274             ]
 275
 276         return self.playlist_result(entries, playlist_id=display_id)
 277
 278
 279 class WDRElefantIE(InfoExtractor):
 280     _VALID_URL = r'https?://(?:www\.)wdrmaus\.de/elefantenseite/#(?P<id>.+)'
 281     _TEST = {
 282         'url': 'http://www.wdrmaus.de/elefantenseite/#folge_ostern_2015',
 283         'info_dict': {
 284             'title': 'Folge Oster-Spezial 2015',
 285             'id': 'mdb-1088195',
 286             'ext': 'mp4',
 287             'age_limit': None,
 288             'upload_date': '20150406'
 289         },
 290         'params': {
 291             'skip_download': True,
 292         },
 293     }
 294
 295     def _real_extract(self, url):
 296         display_id = self._match_id(url)
 297
 298         # Table of Contents seems to always be at this address, so fetch it directly.
 299         # The website fetches configurationJS.php5, which links to tableOfContentsJS.php5.
 300         table_of_contents = self._download_json(
 301             'https://www.wdrmaus.de/elefantenseite/data/tableOfContentsJS.php5',
 302             display_id)
 303         if display_id not in table_of_contents:
 304             raise ExtractorError(
 305                 'No entry in site\'s table of contents for this URL. '
 306                 'Is the fragment part of the URL (after the #) correct?',
 307                 expected=True)
 308         xml_metadata_path = table_of_contents[display_id]['xmlPath']
 309         xml_metadata = self._download_xml(
 310             'https://www.wdrmaus.de/elefantenseite/' + xml_metadata_path,
 311             display_id)
 312         zmdb_url_element = xml_metadata.find('./movie/zmdb_url')
 313         if zmdb_url_element is None:
 314             raise ExtractorError(
 315                 '%s is not a video' % display_id, expected=True)
 316         return self.url_result(zmdb_url_element.text, ie=WDRIE.ie_key())
 317
 318
 319 class WDRMobileIE(InfoExtractor):
 320     _VALID_URL = r'''(?x)
 321         https?://mobile-ondemand\.wdr\.de/
 322         .*?/fsk(?P<age_limit>[0-9]+)
 323         /[0-9]+/[0-9]+/
 324         (?P<id>[0-9]+)_(?P<title>[0-9]+)'''
 325     IE_NAME = 'wdr:mobile'
 326     _TEST = {
 327         'url': 'http://mobile-ondemand.wdr.de/CMS2010/mdb/ondemand/weltweit/fsk0/42/421735/421735_4283021.mp4',
 328         'info_dict': {
 329             'title': '4283021',
 330             'id': '421735',
 331             'ext': 'mp4',
 332             'age_limit': 0,
 333         },
 334         'skip': 'Problems with loading data.'
 335     }
 336
 337     def _real_extract(self, url):
 338         mobj = re.match(self._VALID_URL, url)
 339         return {
 340             'id': mobj.group('id'),
 341             'title': mobj.group('title'),
 342             'age_limit': int(mobj.group('age_limit')),
 343             'url': url,
 344             'http_headers': {
 345                 'User-Agent': 'mobile',
 346             },
 347         }